VBS文件编码与Unicode

在《VBS字符串的内部实现》中谈到了 VBS 字符串在内部是以 Unicode 的形式来保存的，然而在外部，VBS 脚本文件的编码却不一定是 Unicode，本文主要探讨一下 VBS 文件编码与 Unicode 的关系。

我们一般是用 ANSI 编码^注①来保存我们的 VBS 脚本文件，但是 ANSI 编码并不兼容某些 Unicode 字符，比如版权符号“©” ，再比如某些中国古代的文字“𪚥”^注②，这种时候就需要保存为 Unicode 编码了。

常用的 Unicode 编码方式有 Unicode Little Endian、Unicode Big Endian 和 UTF-8，而每种编码方式又可以分为带 BOM 和不带 BOM，那么 VBScript 解释引擎支持哪一种方式的 Unicode 编码呢？

于是我做了一个测试，以下面的代码为例

MsgBox "Copyright © 2011 Demon"

分别保存为 Unicode Little Endian、Unicode Big Endian 和 UTF-8，带 BOM 的和不带 BOM 的，测试结果如下：

由结果可知，只能保存为 Unicode Little Endian 编码，带不带 BOM 都可以。

简单解释一下为什么保存为不带 BOM 的 UTF-8 会显示“Copyright 漏 2011 Demon”：不带 BOM 的话 VBScript 引擎会按照 ANSI 编码来解析 VBS 文件，“©”符号保存为 UTF-8 后是 C2A9，正好对于 ANSI 中的“漏”，所以就出现了上面的结果。

当然，你也可以使用 Windows 脚本文件（*.wsf）来支持 UTF-8 编码，或者在 ANSI 编码中使用 ChrW 函数来获取 Unicode 字符，我就不举例子了。

注①：准确的说 ANSI 并不是一种编码，ANSI 实际对应的编码跟系统设置的代码页有关，在简体中文系统中代码页默认是936，对应 GB2312 编码。在本文中 ANSI 代表 GB2312。

注②：笔划最多的汉字，由四个繁体龙字组成，你的系统不一定能显示这个字。

随机文章:

1. VBS 获取外网 IP 并发送到指定邮箱
2. 在VB中创建和使用VBS的内置WScript对象？
3. md5sum for windows
4. C语言标准库函数rand与多线程
5. BinScope Binary Analyzer

这篇文章发布于 2011年12月28日，星期三，15:52，归类于 程序设计。 您可以跟踪这篇文章的评论通过 RSS 2.0 feed。 您可以留下评论，或者从您的站点trackback。