Google搜索字符的分析UTF-8

来源：互联网发布：mac感叹号怎么打出来编辑：程序博客网时间：2024/05/17 05:52

<HTML>
<HEAD>
<META name=VI60_defaultClientScript content=VBScript>
<META NAME="GENERATOR" Content="Microsoft Visual Studio 6.0">
<TITLE></TITLE>
<meta http-equiv="Content-Type" content="text/html; charset=gb2312"></HEAD>
<BODY>
<SCRIPT LANGUAGE=vbscript>
<!--

mystr="http://www.google.com/search?hl=zh-CN&ie=UTF-8&q=Visual+Basic+6.0%E4%B8%AD%E6%96%87%E7%89%88%E5%AE%9E%E7%94%A8%E5%8F%82%E8%80%83%E6%89%8B%E5%86%8C&btnG=%E6%90%9C%E7%B4%A2&lr=lang_zh-CN"

function getutf8(x)
  '这个函数是用来得到%号的部分，
  '输入条件是""http://www.google.com/search?hl=en&ie=UTF-8&oe=UTF-8&q=%E5%85%B3%E9%94%AE%E5%AD%97&btnG=Google+Search"
  dim first,last
  A=split(x,"&")'定义一个临时数组
  dim i:i=0'临时的指针
  for i=0 to ubound(A)
   if instr(A(i),"%")>0 then
   first=instr(A(i),"%")
   last=InStrRev(A(i),"%")
   getutf8=getutf8 & mid(A(i),first,last-first+3)
   end if
  next
  getutf8=right(getutf8,len(getutf8)-1)'去掉左边的%
  'msgbox getutf8
end function

msgbox U8toU(getutf8(mystr))

function c16to2(x)
'这个函数是用来转换16进制到2进制的，可以是任何长度的，一般转换UTF-8的时候是两个长度，比如A9
'比如：输入“C2”，转化成“11000010”,其中1100是"c"是10进制的12（1100），那么2（10）不足4位要补齐成（0010）。
dim tempstr
dim i:i=0'临时的指针

for i=1 to len(trim(x))
  tempstr= c10to2(cint(int("&h" & mid(x,i,1))))
  do while len(tempstr)<4
   tempstr="0" & tempstr'如果不足4位那么补齐4位数
  loop
  c16to2=c16to2 & tempstr
next
end function

'document.write hex(asc("字")) & "<br/>"

function U8toU(x)
  '输入一堆有%分隔的字符串，先分成数组，根据utf8规则来判断补齐规则
  '输入:关 E5 85 B3 键 E9 94 AE 字   E5 AD 97
  '输出:关 B9D8 键 BCFC 字   D7D6
  dim WeiS'要判断第一个编码的位数
  dim Unicode'二进制的Unicode码
  dim alpha'定义单个字符
  A=split(x,"%")'定义一个临时数组
  dim i:i=0'临时的指针
  dim j:j=0'临时的指针

  for i=0 to ubound(A)
   A(i)=c16to2(A(i))'第一次循环，先转换成2进制再说

  next

  for i=0 to ubound(A)-1
    WeiS=instr(A(i),"0")'判断第一次出现0的位置，
    '可能是1(单字节)，3(3-1字节)，4，5，6，7不可能是2和大于7
    '理论上到7，实际不会超过3。

    Unicode=""
    for j=1 to WeiS-1
     if j=1 then
      A(i)=right(A(i),len(A(i))-WeiS)'第一个去掉最左边的WeiS个
      Unicode=Unicode & A(i)

     else
      i=i+1
      A(i)=right(A(i),len(A(i))-2)'其余去掉最左边的两个
      Unicode=Unicode & A(i)
     end if

    next

    if len(c2to16(Unicode)) =4 then
    U8toU=U8toU & chrw(int("&H" & c2to16(Unicode)))'总算完了,妈的！！
    else
    U8toU=U8toU & chr(int("&H" & c2to16(Unicode)))'总算完了,妈的！！
    end if

  next

end function
'msgbox c2to16("11100101")

function c2to16(x)
  '2进制到16进制的转换，每4个0或1转换成一个16进制字母，输入长度当然不可能不是4的倍数了

  dim i:i=1'临时的指针
  for i=1 to len(x) step 4
   c2to16=c2to16 & hex(c2to10(mid(x,i,4)))
  next
end function

function c2to10(x)
  '单纯的2进制到10进制的转换，不考虑转16进制所需要的4位前零补齐。
  '因为这个函数很有用！以后也会用到，做过通讯和硬件的人应该知道。
  '这里用字符串代表二进制
   c2to10=0
   if x="0" then exit function'如果是0的话直接得0就完事
   dim i:i=0'临时的指针
   for i= 0 to len(x) -1'否则利用8421码计算，这个从我最开始学计算机的时候就会，好怀念当初教我们的谢道建老先生啊！
    if mid(x,len(x)-i,1)="1" then c2to10=c2to10+2^(i)
   next
end function

function c10to2(x)
'10进制到2进制的转换
dim sign, result
result = ""
'符号
sign = sgn(x)
x = abs(x)

if x = 0 then
c10to2 = 0
exit function
end if

do until x = "0"
    result = result & (x mod 2)
    x = x / 2
loop

result = strReverse(result)

if sign = -1 then
c10to2 = "-" & result
else
c10to2 = result
end if
end function
-->
</SCRIPT>
</BODY>
</HTML>