2
在一個Encoding為BIG5的網頁有以下的Code，你覺得結果會是多少?
<script language=vbscript>
S=”中文123”
MsgBox LenB(S)
</script>

依照LenB的定義，S字串的Big5位元組數應為7，多年來我也一直這樣以為。實際跑過，你會發現它的結果是10!! 也就是123也被視為Double Bytes。

在藍色小舖有篇文章證實了這一點，但文中提到的FN_Len函數已經失傳了，所以我試著自己動手寫了一個(希望夠嚴謹，發現有問題的人再回報給我)，大家可以參考看看:

'取代LENB傳回BIG5字串的正確位元組數
Function GetBytesCount(S) 
    Dim I,C,A
    C=0
    For I=1 To Len(S)
       A=ASC(Mid(S,I,1)) '*見以下更新說明
       C=C+1
       '如果是ASC 0-255，表示為Single Byte
       '否則為Double Byte，算雙位元組
       If (A>255 OR A<0) THEN C=C+1
    Next
    GetBytesCount=C
End Function


如果要用ASP或VBScript組裝固定欄位長度的字串時，要特別留意這個陷阱!

【Update 2007-09-29 】
謝謝網友Vincent的回應，ASC()在識別Big5不支援的Unicode難字時，會傳回63(?)，因此造成誤判把Unicode難字的長度視為1；而用ASCW()則Unicode難字則可順利傳回非0-255的值，判定長度為2。不過有個弔詭的問題來了，如果這段文字被轉純Big5 Encoding時，難字會變成問號"?"，此時長度還真的是1呢!
因此要用ASC或ASCW，端賴你後續將字串轉成Byte Array時，如何詮釋Unicode難字而定。如果難字會變問號的，請用ASC；如果可以用Big5E或造字機制將難字轉成Double-Byte的，則可改用ASCW。


Comments

# by vincent

您好: 試用您的function時, 發現若遇到unicode的字會判斷成1 後來試著把Asc() 改為 AscW 就可以了, 供您參考

# by Jeffrey

To Vincent, 厲害，我沒想到這個問題。 不過用ASCW似乎有好有壞，請參見我文章裡的更新說明。

Post a comment