於DBCS的小知識

[psac]

於DBCS的小知識

今天再一次開啟everest，又發現了那個很久以前就疑惑地問題——DBCS是什麼意思？


今天查了一下，原來DBCS和我們熟悉的Unicode從概念上來說是並列的。

UNICODE是世界性的字元集，幾乎包含了世界上的所有字元，每個字元都有一個單一的UNICODE值。

DBCS是亞洲的字元集，包含了ANSI，ANSI也就是ASCII值為0-255之間的字元，當字元為ANSI時，存放於文件中佔用的是一個字元。如果是非ANSI的呢，則佔用兩字元。

UNICODE的意義在於能讓不同環境下的作業系統識別。比如說吧，你在中文的作業系統下使用記事本寫了一篇文本文章。但你要拿到別的環境下的WIN2K下檢視（比如美國的電腦，作業系統為英文，程式碼頁也是美國），即使該電腦已經安裝了中文字體，即使用WORD這樣的編輯軟體開啟也肯定是亂碼一堆。這是為什麼呢？因為英文的WIN2K作業系統只能識別UNICODE。並不能識別亞洲的DBCS碼。

解決方法只要你把它轉換為UNICODE碼存放就OK了。像Utrla Edit就能轉換。WIN2K裡也有程式碼轉換器可以，而WIN2K下的記事本則可以用另chun為UNICODE碼。UNICODE碼存放的文本文件與普通的文本文件不同之處僅僅是文件頭加了"FF FE"而已。其他的則是程式碼值不同。只要轉換了字元的程式碼，並在文件前加上"FF FE"這兩個字元，就是把這篇中文文章儲存為UNICODE格式了。

轉換成UNICODE格式後，英文作業系統的機器只要用WORD開啟你的文件就能檢視（為什麼用WORD是因為它有字體識別功能。普通記事本只把文字連接到系統字體上，而英文系統的預設值字體可不是不包含中文的，當然就顯示不出來）

有興趣的可以詳細的閱讀這篇文章


首先DBCS是亞洲的字元集，包含了ANSI，ANSI也就是ASCII值為0-255之間的字元，當字元為ANSI時，存放於文件中佔用的是一個字元。如果是非ANSI的呢，則佔用兩字元。用VB的ASC函數可以很容易得到一個字元的DBCS值（或是說ANSI值吧）

假如一個字元得到的DBCS值為&H1234,當然，這個值是轉換成了十六進制的，因為對於磁牒存放來說，一般使用位（BIT），即二進制存放，而顯示字元呢用十六進制顯示則非常直觀。存放在文件中即"12 34"（這是用十六進制文本編輯器中檢視到的形式）

而UNICODE是世界性的字元集，幾乎包含了世界上的所有字元，每個字元都有一個單一的UNICODE值。UNICODE值也是佔用兩個字元的。但不同的是它雖然也包含了標準的ANSI字元值，但是ANSI字元只佔用一個字元，UNICODE會自動在ANSI值後加入一個值為0的字元。比如說一個ANSI值為&h45的字元，以UNICODE形式存放則為"45 00"。至於如何用VB得到一個字元的UNICODE值，ASCW函數可以輕鬆搞定。但是普通的非ANSI字元以UNICODE形式時則是從右存到左的。比如一個值為&H1234的字元，存為UNICODE時則為"34 12"

知道了這些有什麼用呢？UNICODE的意義在於能讓不同環境下的作業系統識別。比如說吧，你在中文的作業系統下使用記事本寫了一篇文本文章。但你要拿到別的環境下的WIN2K（之所以選WIN2K，是因為WIN2K支持UNICODE，否則用WIN98只能用外接中文平台才能檢視）下檢視（比如美國的電腦，作業系統為英文，程式碼頁也是美國（WIN2K有設定程式碼頁）），即使該電腦已經安裝了中文字體，即使用WORD這樣的編輯軟體開啟也肯定是亂碼一堆。這是為什麼呢？因為英文的WIN2K作業系統只能識別UNICODE呀！並不能識別咱們亞洲的DBCS碼呀！
解決方法只要你把它轉換為UNICODE碼存放就OK了！像Utrla Edit就能轉換。WIN2K裡也有程式碼轉換器可以，而WIN2K下的記事本則可以用另chun為UNICODE碼。如果你使用的是WIN9X，則可以自己用VB解決了。UNICODE碼存放的文本文件與普通的文本文件不同之處僅僅是文件頭加了"FF FE"而已。其他的則是程式碼值不同。只要轉換了字元的程式碼，並在文件前加上"FF FE"這兩個字元，就是把這篇中文文章儲存為UNICODE格式了！轉換成UNICODE格式後，英文作業系統的機器只要用WORD開啟你的文件就能檢視了！（為什麼用WORD是因為它有字體識別功能。普通記事本只把文字連接到系統字體上，而英文系統的預設值字體可不是不包含中文的喲！當然就顯示不出來啦）


EXE等可執行文件的字串存放格式也差不多都是這樣的。不過VB編寫的程序有點意思，有些字元以DBCS存放，有些則是以UNICODE存放的。而其他工具編譯的文件則大多為DBCS單一檔案類型存放。DBCS存放的字元修改起來非常容易。使用UE這樣的十六進制文本編輯器搜尋要修改的字串，只要把「搜尋ASCII」打上勾就OK了。但是用UNICODE存放的就不好這麼找了。這下我們可以用VB來解決啦！前面已經提到，像一個值為&h1234的字元存放在文件中為"34 12"
那麼我們用VB的ASCW函數得到它的十六進制值，再把值反過來不就可以了嗎？反過來後再把這個值拿到UE中去搜尋，不要把「搜尋ASCII」選上，這下我們要修改的文字就能找到了！再用VB把要取代進去的文字也轉成相同的形式，再到UE裡對照相應的值修改即可。


一般來說，VB裡事先在開發環境下存放好的字元，如LABEL中的字元，就是以DBCS存放的。而硬編碼在EXE中的文字。比如:
MSGBOX "這是編譯在程式碼中的文字"
其中這幾個中文字元就是以UNICODE形式存放的。還有資源文件中的字串資源亦是如此。
這樣一來，即使軟體作者硬編碼在EXE中的文字我們都可以隨意修改嘍。HOHO


希望我寫這篇文章對大家能有所說明 。


附：理論上程序使用UNICODE能不受作業系統環境影響，（WINDOWS的說明 上亦是如此之說）。但實際上因為受到字體連接等環境因素影響，並不能正常的顯示出文字。要使軟體國際化還是建議使用資源文件，多建幾個不同程式碼頁的字串表。這樣一來方便以後修改，二來對於EXE程序的資源佔用也有好處。