001集：open语句打开文件及文件类型（二进制、文本文件）详解——vba

        open用法可以用来打开文件、文件夹或网页，也可以用来运行某一应用程序、文件或网页。一般来说，只要在开始菜单中可以找到某个应用程序，我们就可以使用open命令打开该应用程序;另外，在打开某个文件或网页时，也可以使用open命令，只需要指定要打开文件或网页的路径即可。

Open 语句

能够对文件输入/输出 (I/O)。

语法

Open pathname For mode [Access access] [lock] As [#]filenumber [Len=reclength]

Open 语句的语法具有以下几个部分：

部分	描述
pathname	必要。字符串表达式，指定文件名，该文件名可能还包括目录、文件夹及驱动器。
mode	必要。关键字，指定文件方式，有 Append、Binary、Input、Output、或 Random 方式。如果未指定方式，则以 Random 访问方式打开文件。
access	可选。关键字，说明打开的文件可以进行的操作，有 Read、Write、或 Read Write 操作。
lock	可选。关键字，说明限定于其它进程打开的文件的操作，有 Shared、Lock Read、Lock Write、和 Lock Read Write 操作。
filenumber	必要。一个有效的文件号，范围在 1 到 511 之间。使用 FreeFile 函数可得到下一个可用的文件号。
reclength	可选。小于或等于 32，767（字节）的一个数。对于用随机访问方式打开的文件，该值就是记录长度。对于顺序文件，该值就是缓冲字符数。

说明

对文件做任何 I/O 操作之前都必须先打开文件。Open 语句分配一个缓冲区供文件进行 I/O 之用，并决定缓冲区所使用的访问方式。

如果 pathname 指定的文件不存在，那么，在用 Append、Binary、Output、或 Random 方式打开文件时，可以建立这一文件。

如果文件已由其它进程打开，而且不允许指定的访问类型，则 Open 操作失败，而且会有错误发生。

如果 mode 是 Binary 方式，则 Len 子句会被忽略掉。

重要 在 Binary、Input 和 Random 方式下可以用不同的文件号打开同一文件，而不必先将该文件关闭。在 Append 和 Output 方式下，如果要用不同的文件号打开同一文件，则必须在打开文件之前先关闭该文件。

open几种模式区别：

binary操作的是二进制文件，其他几个操作的是asc文本文件

append 可以把你要加入的文本追加到文件最后一遍，不删除原来的内容，如果没有该文件会自动创建
binary 是二进制读入文件，像图片视频等这些二进制文件只能用二进制方法打开 否则会出错
input 是用来读取文件的，如果没有目标文件会出错
output 是写文件用的不同于append他会覆盖原来文件，没有文件会自动创建
random 是随机读取文件中的 某一行（回车符算一行）

展现一个实例，这个实例中我们利用Open语句打开一个文件，这个文件只是打开。我们看下面的代码;

Sub myA()

'声明变量

Dim pathname

'赋值

pathname = ThisWorkbook.Path & "\打开文件.xlsx"

'现在使用open语句打开文件

Workbooks.Open pathname

End Sub

根据文件在计算机数据存储的组织形式不同，数据分为二进制文件和文本文件。

1.二进制文件：
文件中保存的数据，仅仅是二进制文件，不要求保存的内容是合法的字符。

例如图像，音乐，视频，可执行文件，压缩文件就是二进制文件。

2.文本文件：
文件中保存的数据，都是字符串，保存的是合法的字符。

文本文件只包含 ASCII码，UTF-8编码，Unicode编码转换过来的字符数据。（接下来讲这几种编码的区别）

在后端编写代码的时候，文本文件和二进制文件的编写方式是不同的，区分文本文件和二进制文件是很重要。

如何判定一个文件是文本文件还是二进制文件呢？

直接拿记事本打开这个文件，如果打开之后，记事本里面的内容是乱码，说明其为二进制文件，负责就是文本文件。

1.快捷键 win + R 打开

2.输入notepad （打开记事本的操作）

3.将要判断是否为二进制的文件拖入记事本中，查看是否为乱码（下图为讲离散数学这个文件放到记事本中出现了许多乱码，说明其（后缀为.lnk）为二进制文件）

字符编码中ASCII、Unicode和UTF-8的区别

1. ASCII码

我们知道，在计算机内部，所有的信息最终都表示为一个二进制的字符串。每一个二进制位（bit）有0和1两种状态，因此八个二进制位就可以组合出256种状态，这被称为一个字节（byte）。也就是说，一个字节一共可以用来表示256种不同的状态，每一个状态对应一个符号，就是256个符号，从00000000到11111111。

上个世纪60年代，美国制定了一套字符编码，对英语字符与二进制位之间的关系，做了统一规定。这被称为ASCII码，一直沿用至今。

ASCII码一共规定了128个字符的编码，比如空格"SPACE"是32（二进制00100000），大写的字母A是65（二进制01000001）。这128个符号（包括32个不能打印出来的控制符号），只占用了一个字节的后面7位，最前面的1位统一规定为0。

2、非ASCII编码

英语用128个符号编码就够了，但是用来表示其他语言，128个符号是不够的。比如，在法语中，字母上方有注音符号，它就无法用ASCII码表示。于是，一些欧洲国家就决定，利用字节中闲置的最高位编入新的符号。比如，法语中的é的编码为130（二进制10000010）。这样一来，这些欧洲国家使用的编码体系，可以表示最多256个符号。

但是，这里又出现了新的问题。不同的国家有不同的字母，因此，哪怕它们都使用256个符号的编码方式，代表的字母却不一样。比如，130在法语编码中代表了é，在希伯来语编码中却代表了字母Gimel (ג)，在俄语编码中又会代表另一个符号。但是不管怎样，所有这些编码方式中，0--127表示的符号是一样的，不一样的只是128--255的这一段。

至于亚洲国家的文字，使用的符号就更多了，汉字就多达10万左右。一个字节只能表示256种符号，肯定是不够的，就必须使用多个字节表达一个符号。比如，简体中文常见的编码方式是GB2312，使用两个字节表示一个汉字，所以理论上最多可以表示256x256=65536个符号。

中文编码的问题需要专文讨论，这篇笔记不涉及。这里只指出，虽然都是用多个字节表示一个符号，但是GB类的汉字编码与后文的Unicode和UTF-8是毫无关系的。

3.Unicode

世界上存在着多种编码方式，同一个二进制数字可以被解释成不同的符号。因此，要想打开一个文本文件，就必须知道它的编码方式，否则用错误的编码方式解读，就会出现乱码。为什么电子邮件常常出现乱码？就是因为发信人和收信人使用的编码方式不一样。

可以想象，如果有一种编码，将世界上所有的符号都纳入其中。每一个符号都给予一个独一无二的编码，那么乱码问题就会消失。这就是Unicode，就像它的名字都表示的，这是一种所有符号的编码。

Unicode当然是一个很大的集合，现在的规模可以容纳100多万个符号。每个符号的编码都不一样，比如，U+0639表示阿拉伯字母Ain，U+0041表示英语的大写字母A，U+4E25表示汉字"严"。具体的符号对应表，可以查询unicode.org，或者专门的汉字对应表。

4. Unicode的问题

需要注意的是，Unicode只是一个符号集，它只规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储。

比如，汉字"严"的unicode是十六进制数4E25，转换成二进制数足足有15位（100111000100101），也就是说这个符号的表示至少需要2个字节。表示其他更大的符号，可能需要3个字节或者4个字节，甚至更多。

这里就有两个严重的问题，第一个问题是，如何才能区别Unicode和ASCII？计算机怎么知道三个字节表示一个符号，而不是分别表示三个符号呢？第二个问题是，我们已经知道，英文字母只用一个字节表示就够了，如果Unicode统一规定，每个符号用三个或四个字节表示，那么每个英文字母前都必然有二到三个字节是0，这对于存储来说是极大的浪费，文本文件的大小会因此大出二三倍，这是无法接受的。

它们造成的结果是：1）出现了Unicode的多种存储方式，也就是说有许多种不同的二进制格式，可以用来表示Unicode。2）Unicode在很长一段时间内无法推广，直到互联网的出现。

5.UTF-8

互联网的普及，强烈要求出现一种统一的编码方式。UTF-8就是在互联网上使用最广的一种Unicode的实现方式。其他实现方式还包括UTF-16（字符用两个字节或四个字节表示）和UTF-32（字符用四个字节表示），不过在互联网上基本不用。重复一遍，这里的关系是，UTF-8是Unicode的实现方式之一。

UTF-8最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。

UTF-8的编码规则很简单，只有二条：

1）对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。

2）对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的unicode码。

下表总结了编码规则，字母x表示可用编码的位。

Unicode符号范围 | UTF-8编码方式
(十六进制) | （二进制）
--------------------+---------------------------------------------
0000 0000-0000 007F | 0xxxxxxx
0000 0080-0000 07FF | 110xxxxx 10xxxxxx
0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx
0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

下面，还是以汉字"严"为例，演示如何实现UTF-8编码。

已知"严"的unicode是4E25（100111000100101），根据上表，可以发现4E25处在第三行的范围内（0000 0800-0000 FFFF），因此"严"的UTF-8编码需要三个字节，即格式是"1110xxxx 10xxxxxx 10xxxxxx"。然后，从"严"的最后一个二进制位开始，依次从后向前填入格式中的x，多出的位补0。这样就得到了，"严"的UTF-8编码是"11100100 10111000 10100101"，转换成十六进制就是E4B8A5。

6. Unicode与UTF-8之间的转换

"严"的Unicode码是4E25，UTF-8编码是E4B8A5，两者是不一样的。它们之间的转换可以通过程序实现。

在Windows平台下，有一个最简单的转化方法，就是使用内置的记事本小程序Notepad.exe。打开文件后，点击"文件"菜单中的"另存为"命令，会跳出一个对话框，在最底部有一个"编码"的下拉条。

里面有四个选项：ANSI，Unicode，Unicode big endian 和 UTF-8。

1）ANSI是默认的编码方式。对于英文文件是ASCII编码，对于简体中文文件是GB2312编码（只针对Windows简体中文版，如果是繁体中文版会采用Big5码）。

2）Unicode编码指的是UCS-2编码方式，即直接用两个字节存入字符的Unicode码。这个选项用的little endian格式。

3）Unicode big endian编码与上一个选项相对应。我在下一节会解释little endian和big endian的涵义。

4）UTF-8编码，也就是上一节谈到的编码方法。

选择完"编码方式"后，点击"保存"按钮，文件的编码方式就立刻转换好了。

7. Little endian和Big endian

Unicode码可以采用UCS-2格式直接存储。以汉字"严"为例，Unicode码是4E25，需要用两个字节存储，一个字节是4E，另一个字节是25。存储的时候，4E在前，25在后，就是Big endian方式；25在前，4E在后，就是Little endian方式。

这两个古怪的名称来自英国作家斯威夫特的《格列佛游记》。在该书中，小人国里爆发了内战，战争起因是人们争论，吃鸡蛋时究竟是从大头(Big-Endian)敲开还是从小头(Little-Endian)敲开。为了这件事情，前后爆发了六次战争，一个皇帝送了命，另一个皇帝丢了王位。

因此，第一个字节在前，就是"大头方式"（Big endian），第二个字节在前就是"小头方式"（Little endian）。

那么很自然的，就会出现一个问题：计算机怎么知道某一个文件到底采用哪一种方式编码？

Unicode规范中定义，每一个文件的最前面分别加入一个表示编码顺序的字符，这个字符的名字叫做"零宽度非换行空格"（ZERO WIDTH NO-BREAK SPACE），用FEFF表示。这正好是两个字节，而且FF比FE大1。

如果一个文本文件的头两个字节是FE FF，就表示该文件采用大头方式；如果头两个字节是FF FE，就表示该文件采用小头方式。

8. 实例

下面，举一个实例。

打开"记事本"程序Notepad.exe，新建一个文本文件，内容就是一个"严"字，依次采用ANSI，Unicode，Unicode big endian 和 UTF-8编码方式保存。

然后，用文本编辑软件UltraEdit中的"十六进制功能"，观察该文件的内部编码方式。

1）ANSI：文件的编码就是两个字节"D1 CF"，这正是"严"的GB2312编码，这也暗示GB2312是采用大头方式存储的。

2）Unicode：编码是四个字节"FF FE 25 4E"，其中"FF FE"表明是小头方式存储，真正的编码是4E25。

3）Unicode big endian：编码是四个字节"FE FF 4E 25"，其中"FE FF"表明是大头方式存储。

4）UTF-8：编码是六个字节"EF BB BF E4 B8 A5"，前三个字节"EF BB BF"表示这是UTF-8编码，后三个"E4B8A5"就是"严"的具体编码，它的存储顺序与编码顺序是一致的

接下来讲下二进制文件与文本文件区别：（版权归原作者所有）

1.什么是文本文件
如果要求在外存（磁盘）上以ASCII码的形式存储，则需要在存储前转换。以ASCII字符的形式存储的文件就是文本文件。
往文件中写入10000这个数，其文本文件格式如下：

2.什么是二进制文件
数据在内存中以二进制的形式存储，如果不加转换的输出到外存（磁盘），就是二进制文件！

 

二进制文件是按二进制的编码方式来存放文件的。 例如， 数10000的存储形式为：0010 0111 0001 0000只占二个字节。二进制文件虽然也可在屏幕上显示，但其内容无法读懂。具体这个是什么，是根据文本编码显示的符号，其本身还是二进制，不需要深究！

无论是文本文件还是二进制文件，其本质都是二进制存储。

要使用VBA读取二进制文件，您可以使用ADODB.Stream对象。以下是一个简单的示例，说明如何使用VBA读取二进制文件并将其内容存储在变量中：

Sub ReadBinaryFile()
    Dim objStream As ADODB.Stream
    Dim strFilePath As String
    Dim strFileContent As String

    ' 指定要读取的文件路径
    strFilePath = "C:\example.bin"

    ' 创建一个新的 ADODB.Stream 对象
    Set objStream = New ADODB.Stream

    ' 打开文件并设置为二进制读取模式
    objStream.Open strFilePath, adModeRead, adOpenBinary

    ' 读取文件内容并将其存储在字符串变量中
    strFileContent = objStream.ReadText

    ' 关闭文件流
    objStream.Close

    ' 释放对象
    Set objStream = Nothing

    ' 在此处处理文件内容
    MsgBox strFileContent
End Sub

复制

在这个示例中，我们首先创建了一个ADODB.Stream对象，然后使用指定的文件路径打开文件并设置为二进制读取模式。接下来，我们使用ReadText方法读取文件内容并将其存储在字符串变量中。最后，我们关闭文件流并释放对象。

请注意，这个示例仅适用于文本文件。如果您要读取二进制文件，例如图像或音频文件，您需要使用不同的方法来读取和处理文件内容。

3.文本文件和二进制文件的字节存储
文本文件的字节存储
假定：还是将10000这个数以ASCII码的形式存储在文件中

数10000的二进制形式为：0010 0111 0001 0000只占二个字节，则在储存前我们需要将其转换为ASCII码的形式，即‘1’，‘0’，‘0’，‘0’，‘0’一个ASCII码字符的大小是1byte，所以数字10000的文本文件所占的字节大小为5byte。

二进制文件的字节存储
数据在内存中以二进制的形式存储，不加转换的输出到外存（磁盘）！

二进制文件是按二进制的编码方式来存放文件的。 例如， 数10000的存储形式为：0010 0111 0001 0000只占二个字节。