UNOCODE文件问题，100分送！

Question

如何读取一个UNOCODE文件？为何该文件的头两个字节为FF FE?读出来到变量中为乱码？
另外string 类型的变量存储字符串的长度有限制吗？

Answer 1

可能的话给段读文件（UNICODE)的代码

Answer 2

string长度没有限制的，
ff fe是unicode文本的标志，
如果没有，一般的编辑器就认为这个文件是ansi文本文件

Answer 3

写程序是应该先检查有没有这个标志
有，就应该seek两个字节，然后用unicode的方式读取，
否则，seek开始位置，然后用ansi的方式读取

Answer 4

FF FE 是BSBOM标记（U+FEFF）
专用于描述Unicode文本的编码格式FF FE：表示是UTF-16LE编码
FE FF：表示是UTF-16BE编码
FF FE 00 00：表示是UTF-32LE编码
00 00 FE FF：表示是UTF-32BE编码
EF BB BF ：表示是UTF-8编码
这是由于一般的txt文件是ANSI+DBCS编码的
而Unicode又有很多种编码格式
所以需要几个表示编码格式的字节来区分编码格式

Answer 5

String最多可包含大约 20 亿 ( 2^31)个字符

Answer 6

另外string 类型的变量存储字符串的长度有限制吗？
-------------------------------------------理论上可以达到4G个字符
实际上最大只可能是 (1G-4M)-1 个字符
（与BSTR的定义有关）

Answer 7

“String最多可包含大约 20 亿 ( 2^31)个字符”
from MSDN，实际不晓得不太明白，请教zyl910
//理论上可以达到4G个字符
//实际上最大只可能是 (1G-4M)-1 个字符
//（与BSTR的定义有关）BSTR是Unicode，双字节的，应该是2G才对，不明白为什么实际少了那么多？

Answer 8

这与Windows的虚拟地址空间设计有关高2G是系统内存区
最低4MB是DOS兼容区
2GB-4MB是系统保留区
所以只有2GB-8MB的地址空间才能放数据再加上BSTR是UTF-16LE格式的字符串
每个字符2Byte（没使用代理对的时候，使用代理对就是4byte了）
所以还要除2最后-1是因为String最后又一个隐含的'\0'字符串结束符

Answer 9

...然后用unicode的方式读取，
否则，seek开始位置，然后用ansi的方式读取读取有区别吗，有代码没？

Answer 10

对于UTF16LE：dim bbuf() as byte
dim cbfile as long
dim hf as integerhf = freefile()
open [文件名] for binary as hf
cbsize = lof(hf)
if cbsize>2 then
cbsize = cbsize - 2
redim bbuf(0 to cbsize-1)
get hf, , bbuf
end if
close hftext1.text = bbuf  '会自动转为String，String的数据就是byte()