再次请教,vb写入ini文件,有汉字存在乱码的问题,接上一贴

Question

再次请教,vb写入ini文件,有汉字存在乱码的问题,接上一贴
有几位老师说了,是汉字少时,不能正确识别编码格式的问题,我试了试,的确是这样,
用word打开,会提示选择字符集,我选择gb2312打开就能正常显示汉字了.
而记事本无法用gb2312字符集打开文本文件,所以无法正常显示,用editplus也可以用gb2312字符集打开.
记事本默认是以UTF-8格式打开的.但我还是不太明白,
我的程序写入INI文件,总不能因为汉字少,就会出现乱码吧.如何实现不管汉字多少,都能以UTF-8格式显示呢?
因为VB处理字符串,本来就是用UNICODE编码处理的呀,为何汉字少了,还必须要用GB2312编码格式来打开呢?另外,不解是:我的文件显示不正常,为何VB自已却能正确的识别出汉字呢?

Answer 1

http://www.pcworld.com.cn/how_to_use/1/2006/0619/6552.shtml
参考此文和以前在记事本里输入“联通”变成方框的事情，是记事本的BUG造成的原理是，记事本可以打开ANSI、UTF-8、Unicode等格式的文件。而为了方便和兼容性，记事本在开发的时候“智能”的判断此文本到底是以什么编码格式存储，然后用相应的格式读取，此时，就会出错。再详细点讲，一般的ANSI编码格式没有特殊的标识，而UTF-8格式会在最前面有EFBBBF三个字节的标识，以识别为UTF-8格式的文本。但是，为了能正常的打开一些以UTF-8格式存储，而前面未加三个字节标识符的文件，记事本在打开的时候做了一些运算，这些运算的BUG导致了打开的时候文件变成乱码。就以“联通”的事情来举例，新建一个记事本，输入联通二字，保存，再打开，变成乱码。
用WinHEX查看它的十六进制为C1AACDA8，它是无标识符的ANSI格式文本。
但是由于算法上的BUG，记事本将其认为是无标识符的UTF-8格式文本，打开的时候经过了转换，于是就变成了乱码。
验证此说法的方法也很简单，点击另存为，可以看到编码那里默认的格式就是UTF-8。而你用一个ANSI格式的文本打开并点另存为，默认格式是为ANSI。此时我将里面的乱码删除，输入“波导终结者”五个字，直接点保存，然后用WinHEX打开，看到十六进制为
EFBBBFE6B3A2E5AFBCE7BB88E7BB93E88085
前面的EFBBBF就是UTF-8的BOM（具体是啥请自行搜索），将EFBBBF三个字节删除，保存，再用记事本打开该文件，“波导终结者”五个字仍能正常显示，也就是我前面说的“记事本兼容了无BOM的UTF-8编码”。当你使用strconv（str，vbwide）后，字符串已经被转换成了Unicode格式，此时保存再打开就没有刚才提到的问题（Unicode的编码方法不同，没有BOM的问题，具体的一时半会讲不清楚，请自行搜索）。你用十六进制编辑器打开保存过的文本就知道了，编码是不一样的。 
经过试验，我纠正我刚才的一些错误第一，strconv(str，vbwide)并不是将字符转换为unicode，而是宽字符，而输出的文本仍然是ANSI。你导出后打开，没有发现后面的数字和字母都变成全角宽字符了吗？
之所以用strconv(str，vbwide)输出再打开不会变成乱码，还是记事本的BUG。由于算法有缺陷，在文本内容为ANSI的“豫ＣＤ１２３４５”时，记事本可以正确的识别其格式，而为“豫CD12345”时错误地识别为无BOM的UTF-8第二，unicode也是有BOM的，FFFE，Unicode big endian为FEFF第三，strconv(str，vbunicode)乱码是必然的，简单来说，UTF-8编码下，一个汉字占三字节，而unicode下和ANSI一样仍是二个字节，所以无BOM的unicode文件记事本无法识别，统一认为是ANSI。用strconv(str，vbunicode)转换成 unicode字符串再写入文本，因为没有BOM，记事本必然将其认为是ANSI编码，肯定乱码。至于解决办法，看你需要的应用到底是什么，如果一定要用记事本读，而且完全不要乱码，可能就得自己转码然后加上BOM写入。非要我复制过来

Answer 2

这么说,如果这个ini文件就是我自已用,我自已的程序保存,自已的程序读取,我就不用管编码格式了,只要能自已读出来就行了.
是这样吗?

Answer 3

与记事本猜编码不同，ini 读写始终用默认编码进行 Unicode/Ansi 转化，这通常是控制面板的区域设置决定。
只要你始终在中文系统上用，就没问题。

Answer 4

始终用默认编码进行 Unicode/Ansi 转化
这是什么意思?

Answer 5

ini 中保存的是 Ansi 或者说 DBCS 编码，同样的内容用 gb-2312 或 big-5 之类转化为 Unicode 的结果是不同的，这就是“乱码”产生的原因。简体中文系统为 gb-2312，“联通”用 gb-2312 转化为 Ansi、再反过来用 gb-2312 转化为 Unicode 还是“联通”。两个转化用的编码必须一致。

Answer 6

要么弄清unicode与ansi的差别，要么将汉字进行一定处理之后，比如ascii码存储到ini中。

Answer 7

视觉显示和编码保存是两回事。ini 的目的，是用编码保存信息。至于打开它的第三方软件是否能正确显示，如果你不需要，就不必介意。当然，你也可以将你的汉字内容先转化成 Unicode 编码，再保存。如果它不仅仅要显示在你的软件里，而且是一些识别编码，则可以在读回之后再转成 ANSI 码。不过，我总觉的这样做是画蛇添足。

Answer 8

我不理解的是,VB 本身就是按UNICODE处理字符呀,这是我刚学VB时就知道的.
现在才知道,并不是按UNICODE格式保存,再次问问,VB是以哪种格式保存的呢?ANSI,不会吧.ANSI是单双字节混合编码呀.

Answer 9

就是ANSI，你打开VB输出的文本再点另存为就知道了

Answer 10

我现在也在学习 INI 类的写法 不过看上去好复杂