网站建设中,会遇到在GB2312下使用截取文字长度函数,转到UTF-8编码时,却不能正常进行取值,这是由于UFT-8编码在计算字符长度时不一样.

本文列举在GB2312编码及UFT-8编码中截取字符串函数:

UTF-8编码截取字符串函数:

********************************

'输入参数：

' 1、文字内容

' 2、文字最大长度

*********************************

Public Function CutStr1(Title,TLen)

Dim k,i,d,c

Dim iStr

Dim ForTotal

If CDbl(TLen) > 0 Then

k=0

d=StrLen(Title)

iStr=""

ForTotal = Len(Title)

For i=1 To ForTotal

c=Abs(AscW(Mid(Title,i,1)))

If c>255 Then

k=k+2

Else

k=k+1

End If

iStr=iStr&Mid(Title,i,1)

If CLng(k)>CLng(TLen) Then

iStr=iStr&".."

Exit For

End If

Next

CutStr1=iStr

Else

CutStr1=""

End If

End Function

GB2312编码截取字符串函数:

********************************

'输入参数：

' 1、文字内容

' 2、文字最大长度

*********************************

Function CutStr(Str,LenNum)

    Dim P_num

    Dim I,X

    If StrLen(Str)<=LenNum Then

        Cutstr=Str

    Else

        P_num=0

        X=0

        Do While Not P_num > LenNum-2

            X=X+1

            If Asc(Mid(Str,X,1))<0 Then

                P_num=Int(P_num) + 2

            Else

                P_num=Int(P_num) + 1

            End If

            Cutstr=Left(Trim(Str),X)&".."

        Loop

    End If

End Function

*************************************

'取字符串长度函数

*************************************

Function strLen(Str)

    If Trim(Str)="" Or IsNull(str) Then Exit Function

    Dim P_len,x

    P_len=0

    StrLen=0

    P_len=Len(Trim(Str))

    For x=1 To P_len

        If Asc(Mid(Str,x,1))<0 Then

            StrLen=Int(StrLen) + 2

        Else

            StrLen=Int(StrLen) + 1

        End If

    Next

End Function

从上述编码原理中得出的结论是：

　　1.每个英文字母、数字所占的空间为1 Byte；

　　2.泛欧语系、斯拉夫语字母占2 Bytes；

　　3.汉字占3 Bytes。

　　由此可见UTF8对英文来说是个非常诱人的方案，但对中文来说则不太合算，无论用ANSI还是 Unicode/UCS2来编码都只用2 Bytes，但用UTF8则需要3 Bytes。

　　以下是一些统计资料，显示用UTF8来储存文件每个字符所需的平均字节：

　　1.拉丁语系平均用1.1 Bytes；

　　2.希腊文、俄文、阿拉伯文和希伯莱文平均用1.7 Bytes；

　　3.其他大部份文字如中文、日文、韩文、Hindi(北印度语)用约3 Bytes；

　　4.用超过4 Bytes的都是些非常少用的文字符号。