「PDFCreatorの文字化け問題-修正箇所発見」のやすさんのコメント欄からの記事になります。
PDFCreatorは家使いなのでそこまで使いきっている感じでもなく、これまで私は素通りしていましたが。PDFCreatorは印刷時のPDF情報を設定する際、日本語が混じっているとその部分はスルーする、という現象があるのですね。日本語を入れるとはじかれる、無視される…。
私の場合、家にはVB6.0環境がないので、とりあえず、やすさんのコメント欄とソースコードを頼りにロジックのみ考えてみました。
ちなみに問題のモジュールを含む本家オリジナルのソースはこちら。
(1)ReplaceEncodingCharsについて
やすさんの修正案のコードの全貌。
Public Function ReplaceEncodingChars(Str1 As String) As String
'---ErrPtnr-OnError-START--- DO NOT MODIFY ! ---
On Error GoTo ErrPtnr_OnError
'---ErrPtnr-OnError-END--- DO NOT MODIFY ! ---
50010 Dim i As Integer, tStr As String
50011 Dim bStr() As Byte
50020 tStr = ""
50030 ' First we look for oct encoding chars
50040 For i = 127 To 255
50050 Str1 = Replace$(Str1, "\" & Oct$(i), Chr$(i))
50060 Next i
50070 ReplaceEncodingChars = Str1
50080 ' Second we look for hex encoding chars
50090 If Len(Str1) >= 4 Then
50100 If Mid$(Str1, 1, 1) = "<" And Mid$(Str1, Len(Str1), 1) = ">" Then
50110 If Len(Str1) Mod 2 = 0 Then
50111 ReDim bStr((Len(Str1) - 2) / 2)
50120 For i = 2 To Len(Str1) - 1 Step 2
50130 If IsNumeric("&H" & Mid$(Str1, i, 2)) = True Then
50140 If CByte("&H" & Mid$(Str1, i, 2)) > 255 Then
50150 Exit Function
50160 Else
'50170 tStr = tStr & Chr$(CByte("&H" & Mid$(Str1, i, 2)))
50170 bStr((i - 2) / 2) = CByte("&H" & Mid$(Str1, i, 2))
50180 End If
50190 Else
50200 Exit Function
50210 End If
50220 Next i
50221 tStr = StrConv(bStr, vbUnicode)
50230 End If
50240 End If
50250 End If
50260 If Len(tStr) > 0 Then
50270 ReplaceEncodingChars = tStr
50280 End If
'---ErrPtnr-OnError-START--- DO NOT MODIFY ! ---
Exit Function
ErrPtnr_OnError:
'---ErrPtnr-OnError-END--- DO NOT MODIFY ! ---
End Function
ReplaceEncodingCharsの役割としては、
- 引数には、バイナリの文字列が渡される。
たとえば「<82E282B782B382F182B182F182CE82F182CD8142>」こんな文字列を引き渡される。
- 返り値としては、日本語の文字列を返せばOK。
という関数なわけですね?(コードから推測…)
だとすると、やすさんの修正案通り、バイトの配列を一端作る流れが妥当だと私も思います。
いまのところ、敢えて修正案を出すなら
50130 If IsNumeric("&H" & Mid$(Str1, i, 2)) = True Then
50140 If CByte("&H" & Mid$(Str1, i, 2)) > 255 Then
50150 Exit Function
50160 Else
あたりの分岐はコメントアウトしちゃっていいんじゃないの?と思ったくらいでしょうか。「なんかもー、どうせバイト変換できないときに抜けちゃうなら、エラー処理でいいんじゃないの?」と思うので…。
それにしてもオリジナルのコードは明らかにおかしいですよね。2桁ずつゲットして文字変換されても、マルチバイトな言語では明らかに困るだろう。(;´Д`)
(2)EncodeCharsについて
やすさんの修正案のコードの全貌。
Public Function EncodeChars(ByVal CodePage As eCodePage, ByVal Str1 As String) As String ' UTF-16, UTF-8 conversion
'---ErrPtnr-OnError-START--- DO NOT MODIFY ! ---
On Error GoTo ErrPtnr_OnError
'---ErrPtnr-OnError-END--- DO NOT MODIFY ! ---
50010 Dim i As Long, tStr As String, Size As Long, buffer() As Byte, c As Long, tL As Long
50020
50030 If LenB(Str1) = 0 Then
50040 Exit Function
50050 End If
50061 Select Case CodePage
Case eCodePage.CP_NoEncoding
50080 EncodeChars = "(" & Str1 & ")"
50090 Case eCodePage.CP_UTF8
50100 For i = 1 To Len(Str1)
50110 c = AscW(Mid$(Str1, i, 1))
50121 Select Case c
Case 0 To &H7F&
50140 tStr = tStr & String(2 - Len(Hex(c)), "0") & Hex(c)
50150 Case &H80& To &H7FF&
50160 tL = &HC0& Or ((c And &H3FC0&) \ &H40&)
50170 tStr = tStr & String(2 - Len(Hex(tL)), "0") & Hex(tL)
50180 tL = &H80& Or (c And &H3F&)
50190 tStr = tStr & String(2 - Len(Hex(tL)), "0") & Hex(tL)
50200 Case &H800& To &HFFFF&
50210 tL = &HE0& Or ((c And &HF000&) \ &H1000&)
50220 tStr = tStr & String(2 - Len(Hex(tL)), "0") & Hex(tL)
50230 tL = &H80& Or ((c And &HFC0&) \ &H40&)
50240 tStr = tStr & String(2 - Len(Hex(tL)), "0") & Hex(tL)
50250 tL = &H80& Or (c And &H3F&)
50260 tStr = tStr & String(2 - Len(Hex(tL)), "0") & Hex(tL)
50270 End Select
50280 Next i
50290 EncodeChars = "<BFBBEF" & tStr & ">"
50540 Case eCodePage.CP_UTF16
50550 For i = 1 To Len(Str1)
50560 c = AscW(Mid$(Str1, i, 1))
'50570 tStr = tStr & String(4 - Len(Hex(c)), "0") & Hex(c)
50570 tStr = tStr & Right("0000" & Hex(c), 4)
50580 Next i
50590 EncodeChars = "<FEFF" & tStr & ">"
50600 End Select
'---ErrPtnr-OnError-START--- DO NOT MODIFY ! ---
Exit Function
ErrPtnr_OnError:
'---ErrPtnr-OnError-END--- DO NOT MODIFY ! ---
End Function
引数でエンコーディング、及び文字列を渡して、引数で決めたエンコーディングの16進を返すファンクションですね(eCodePageはEnumで、CP_NoEncoding/CP_UTF8/CP_UTF16の三択です)。
AscWが負の値のとき(たとえば「髙」とか)、オリジナルのコードだとHex(c)に「FFFF9AD9」などアタマ4桁に余計なコードがついて16進数を返せなくなくなりますね。36行目を
50560 c = CLng("&H" & Hex(AscW(Mid$(Str1, i, 1))))
このように修正すれば、どうにか…、という感じですけど。
やすさんのRight関数を使っての4桁取得が妥当ですよね。エレガントだし、これはこれで完成っぽいですね。
やすさんへ
いろいろネタ的には初めて尽くしで、すごく勉強になりました!ありがとうございます。
(1)の方は、根本的にこれ以上のロジックが私のアタマで浮かぶか怪しいですが、しばらく考えてみます。
もともとどこかでbyteの配列をゲットしているチャンスがあるんだから、そのままどーにかならなかったの?とか思わなくもありませんが。そこまで手を広げていくと、収拾つかなくなっていきそうですよね…。
いやー、それにしてもこうしてみてみると、つくづくと面白いですね!(←だんだんノってきた) +。:.゚ヽ(*´∀`)ノ゚.:。+゚