VBA學堂—無Bom文本編碼判斷

上一篇文章,介紹了文本編碼判斷燎窘,但這都是基于文本有BOM摹闽,如果是遇到?jīng)]有BOM的文本,顯然結果是不正確褐健。所以在上一篇文章的基礎上付鹿,增加對無BOM文本的判斷。要百分百準確判斷一個文件的編碼是很難的蚜迅,但是判斷文本是否UTF-8編碼就相對簡單舵匾。用正則表達式遍歷數(shù)據(jù)就可以判斷,網(wǎng)上也有參考代碼谁不。

整理代碼如下:

Sub Gc()
    Dim myFileName$
    myFileName = ThisWorkbook.Path & "\UTF8NoBom.txt"
    MsgBox GetCode(myFileName)
End Sub
Function GetCode(ByVal myFileName As String)
    Dim i As Long
    Dim n As Long
    Open myFileName For Binary Access Read As #1
    n = LOF(1) - 1

    ReDim Tmp(n) As Byte
    ReDim tp(n)
    Get #1, , Tmp
    Close #1

    For i = 0 To n

        tp(i) = ChrW(Tmp(i))  '返回與ANSI 字符代碼相對應的字符

    Next

    str1 = Tmp(0) & Tmp(1) '前二個
    str2 = str1 & Tmp(2)  '前三個
    str3 = Join(tp, "")

    If str1 = "255254" Then
        GetCode = "Unicode"
    ElseIf str1 = "254255" Then
        GetCode = "Unicode Big Endian"
    ElseIf str2 = "239187191" Then
        GetCode = "UTF-8"
    ElseIf is_valid_utf8(str3) Then  '判斷是否UTF8
        GetCode = "UTF8_NOBOM"
    Else
        GetCode = "ANSI"
    End If
End Function

下面是判斷是否為UTF8

Function is_valid_utf8(ByRef str) 'ByRef以提高效率
    Dim s, mRegExp
    Set mRegExp = CreateObject("VbScript.regexp")

    s = "[\xC0-\xDF]([^\x80-\xBF]|$)"
    s = s & "|[\xE0-\xEF].{0,1}([^\x80-\xBF]|$)"
    s = s & "|[\xF0-\xF7].{0,2}([^\x80-\xBF]|$)"
    s = s & "|[\xF8-\xFB].{0,3}([^\x80-\xBF]|$)"
    s = s & "|[\xFC-\xFD].{0,4}([^\x80-\xBF]|$)"
    s = s & "|[\xFE-\xFE].{0,5}([^\x80-\xBF]|$)"
    s = s & "|[\x00-\x7F][\x80-\xBF]"
    s = s & "|[\xC0-\xDF].[\x80-\xBF]"
    s = s & "|[\xE0-\xEF]..[\x80-\xBF]"
    s = s & "|[\xF0-\xF7]...[\x80-\xBF]"
    s = s & "|[\xF8-\xFB]....[\x80-\xBF]"
    s = s & "|[\xFC-\xFD].....[\x80-\xBF]"
    s = s & "|[\xFE-\xFE]......[\x80-\xBF]"
    s = s & "|^[\x80-\xBF]"
    mRegExp.Pattern = s
    is_valid_utf8 = (Not mRegExp.test(str))
End Function

代碼依然存在小問題:如果文本是純英文數(shù)字坐梯,ASCII會判斷為UTF8NoBom,不過純英文數(shù)字在ASCII范圍內(nèi)和UTF-8是兼容的刹帕,不會出現(xiàn)亂碼烛缔,可以忽略。

案例下載:
https://pan.baidu.com/s/19ziuD9Tgdj0RXt5FlMJ75g

?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末轩拨,一起剝皮案震驚了整個濱河市践瓷,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌亡蓉,老刑警劉巖晕翠,帶你破解...
    沈念sama閱讀 219,589評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡淋肾,警方通過查閱死者的電腦和手機硫麻,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,615評論 3 396
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來樊卓,“玉大人拿愧,你說我怎么就攤上這事÷刀” “怎么了浇辜?”我有些...
    開封第一講書人閱讀 165,933評論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長唾戚。 經(jīng)常有香客問我柳洋,道長,這世上最難降的妖魔是什么叹坦? 我笑而不...
    開封第一講書人閱讀 58,976評論 1 295
  • 正文 為了忘掉前任熊镣,我火速辦了婚禮,結果婚禮上募书,老公的妹妹穿的比我還像新娘绪囱。我一直安慰自己,他們只是感情好莹捡,可當我...
    茶點故事閱讀 67,999評論 6 393
  • 文/花漫 我一把揭開白布毕箍。 她就那樣靜靜地躺著,像睡著了一般道盏。 火紅的嫁衣襯著肌膚如雪而柑。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,775評論 1 307
  • 那天荷逞,我揣著相機與錄音媒咳,去河邊找鬼。 笑死种远,一個胖子當著我的面吹牛涩澡,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播坠敷,決...
    沈念sama閱讀 40,474評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼妙同,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了膝迎?” 一聲冷哼從身側響起粥帚,我...
    開封第一講書人閱讀 39,359評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎限次,沒想到半個月后芒涡,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體柴灯,經(jīng)...
    沈念sama閱讀 45,854評論 1 317
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,007評論 3 338
  • 正文 我和宋清朗相戀三年费尽,在試婚紗的時候發(fā)現(xiàn)自己被綠了赠群。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,146評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡旱幼,死狀恐怖查描,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情柏卤,我是刑警寧澤冬三,帶...
    沈念sama閱讀 35,826評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站闷旧,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏钧唐。R本人自食惡果不足惜忙灼,卻給世界環(huán)境...
    茶點故事閱讀 41,484評論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望钝侠。 院中可真熱鬧该园,春花似錦、人聲如沸帅韧。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,029評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽忽舟。三九已至双妨,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間叮阅,已是汗流浹背刁品。 一陣腳步聲響...
    開封第一講書人閱讀 33,153評論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留浩姥,地道東北人挑随。 一個月前我還...
    沈念sama閱讀 48,420評論 3 373
  • 正文 我出身青樓,卻偏偏與公主長得像勒叠,于是被迫代替她去往敵國和親兜挨。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 45,107評論 2 356

推薦閱讀更多精彩內(nèi)容