level 8
链接: [无效] http://pan.baidu.com/s/1dD8u3Kl
源码比较乱，而且没有多少注释，估计不容易看懂。
白天再来说说详细的实现。
level 8
qweneyu
楼主
源码是我自己用来做实验的，除了一些关键的地方使用代码格式，其他地方都很乱，其中有一个rect加了常量0.5，这是用来应付浮点误差的，没有特定含义。
应付浮点误差是为了以后做光标选中字符时，中间不出现因为浮点造成的间断。在中英文混杂的时候，浮点误差比较明显，所以要多出一点盖掉。
2015年11月23日 17点11分
3
应付浮点误差是为了以后做光标选中字符时，中间不出现因为浮点造成的间断。在中英文混杂的时候，浮点误差比较明显，所以要多出一点盖掉。
@vbadvisor 笑炸，忘记告诉大家了，这个是调用驱动的底层画法，不能设断点中断，否则会死机。。。在自己死机过n次，后来忘记了这茬
2015年11月24日 03点11分
吧务
level 13
![[滑稽]](/static/emoticons/u6ed1u7a3d.png)
？
level 13
![[OK]](/static/emoticons/OK.png)
收到。
![[真棒]](/static/emoticons/u771fu68d2.png)
支持技术贴
level 13
level 14
level 8
qweneyu
楼主
在复杂的文字处理程序中，往往一个字节的流水线不够用，那么完全可以用INT流水线，或者LONG流水线，甚至多个流水线并行处理。
只是增加了几十几百KB的内存花销，就可以省去大量的判断代码，以及获得相当快的处理速度，这是非常划算的。
流水线的flag太多太杂，或者有多个流水线的时候，就需要另外做一个流水线管理工具，用来录入删除编辑——其实也就是另类的数据库了，但是这个数据库是私人定制的，通过数组方式存储。通过数组下标来读取，速度十分的快。
内存读取数组是这样的，先读取数组名，数组名就是一个指针，指向了数组下标下界开始的地方，一般下标（0）的地方。然后通过数组下标的偏移，也就是指针+（下标*数组每个元素字节大小）的地址，读取数据。
直接操作底层，这比数据库快了不知道多少倍。
如果是byte数组，速度更快，直接就是指针+下标的地址，相当于C语言用指针直接读取了。
一般来说，流水线的使用方式，我推荐使用多流水线组合，主要流水线用byte数组，当遇到关键词（需要十分复杂的判断）时，再进入复杂的流水线数组里进行判断。
这样对于非关键词，可以拥有十分快速的处理速度。
在庞大复杂的文字处理中，还可以这样，7位为7号流水线，6位为6号流水线，这样的方法……
2015年11月24日 15点11分
15
只是增加了几十几百KB的内存花销，就可以省去大量的判断代码，以及获得相当快的处理速度，这是非常划算的。
流水线的flag太多太杂，或者有多个流水线的时候，就需要另外做一个流水线管理工具，用来录入删除编辑——其实也就是另类的数据库了，但是这个数据库是私人定制的，通过数组方式存储。通过数组下标来读取，速度十分的快。
内存读取数组是这样的，先读取数组名，数组名就是一个指针，指向了数组下标下界开始的地方，一般下标（0）的地方。然后通过数组下标的偏移，也就是指针+（下标*数组每个元素字节大小）的地址，读取数据。
直接操作底层，这比数据库快了不知道多少倍。
如果是byte数组，速度更快，直接就是指针+下标的地址，相当于C语言用指针直接读取了。
一般来说，流水线的使用方式，我推荐使用多流水线组合，主要流水线用byte数组，当遇到关键词（需要十分复杂的判断）时，再进入复杂的流水线数组里进行判断。
这样对于非关键词，可以拥有十分快速的处理速度。
在庞大复杂的文字处理中，还可以这样，7位为7号流水线，6位为6号流水线，这样的方法……
level 8
qweneyu
楼主
上面说了string的方法，string对象是安全的，也是笨拙的，因为它不是基本数据类型，而是被VB封装起来的一个类。string其实就是包含了一个byte数组成员的类结构，比byte数组调用多出了几步开销。
在VB6里，string能做到的事情，byte数组一样能做到，甚至很多string类的函数byte数组都可以直接套用——不信大家可以做个试验。
用byte数组做为参数，可以得到更高的性能和效果，下面就来详细说一下如何使用byte数组。
首先一定要确认byte数组是双字节的，也就是unicode16编码，16就是16位，也就是一个integer的大小，2个字节。这种编码方式被称为DBCS，也就是双字节编码字符。
简单的说，每个字符都包含了两个字节。
在ascii编码中，0到127的编码都是一个字节，这其中包含回车空格等等控制符，也包含英文字母、数字、英文标点等等国际通用符号。
一般的文本存储模式是ANSI，通常来说，也就是ASCII+系统自带的另一套编码（和地区相关）。
这样的文字存储在BYTE数组里，每个字符都是不定大小的。
举个例子：65 64 32 49 13 10 176 161 （中文系统）
这个字符串就是：“A@（空格）1（回车）（换行）啊”
其中的回车换行连起来是一个完整的操作符，回车单独使用不起效果，换行倒是可以直接换，但是这并非标准的硬回车换行。通用的标准是13后加10。
176 161这个编码就是中文的啊字编码，因为中文汉字太多，一个字节容纳不下，所以需要两个字节。
这样就给使用带来了混乱，一个是单字节，一个是双字节，这样计算字符数都很麻烦，难道还要每个字节都判断是否小于127？
再看看unicode16里，同样一个字符串是怎么表示的呢？
它需要进行一个单字节转双字节的动作，所有在0到127以内的国际通用ASCII编码，通通后面加个0字节。
也就是这样：65 0 64 0 32 0 49 0 13 0 10 0 74 85
也是同样的一个字符串，只不过这次，所有小于127的字符都保持数字不变，并且后面加了一个0，汉字编码却变了。
由原来的176 161变成了74 85。
在这里，有必要说一下VB里的ASC（）函数和CHR（）函数。
我们可以看到asc("啊")会等于【-20319】，这个数字怎么来的呢？
我们首先进行一个简单的计算。【-20319】+【65536】=45217
【45217】除以【256】等于176.628……
【45217】MOD【256】等于161。
看到了吗？
176，161
除以256，256就是一个字节的最大容量，得到的数字是这个双字节的高字节数值，多出来的小数点0.628等等等就是第二个字节，你把0.628……去乘以256，也会得到161。但是MOD计算更快，这是求余专用的。
我们就知道了，176是高字节，161是低字节。
等等，那个-20319是怎么回事，为什么要加65536？
很简单……记得我们前面说过使用字节位flag的时候，不要使用首位吗？
因为首字节，是代表符号位的。
byte没有符号位的说法，在VB里，一个byte都是无符号的数字，你可以直接将该byte 给print出来，会是0到255区间的一个正整数。
但是在integer，long等等双字节，多字节数据类型中，首位，也就是最高位，都是符号位。
integer的16位就是符号位，long的32位就是符号位。
拿integer来举例。
0000 0000 0000 0000
这是一个正整数0。
0000 0000 0000 0001
这是1。
0111 1111 1111 1111
这是 32767，也就是integer的最大值。
1000 0000 0000 0000
这是-32768，也就是integer的最小值。
1111 1111 1111 1110
这是-2。
1111 1111 1111 1111
这是-1。
首位被当作了符号位，那么双字节输出成数值时，就会看到这样的效果。
汉字“啊”的GB编码的二进制表示如下：
1011 0000 1010 0001
首位是1，所以输出的时候，会变成一个负数，也就是把1011的1当作-符号，把011 0000 1010 0001全部取反，也就是0100 1111 0101 1110，这是正整数20318，再和符号位一起变成-，同时减1，便成为了-20319。
减1是因为数值0占位，也就是说，0到正整数20318，一共有20319个，相反就是-20319，因为没有-0的说法，所以0就让给了正整数，使得负整数多出一个。
这也就是integer在-32768 和32767区间的本质，负数多一个，大家也都明白了原因。
明白这个有吊用？
当然有……
汉字的编码本质上是一个正整数，只是算作数值的时候，变成了一个负数。
那么我们前面说的流水线，就不能简单的0到65535。顺便提一下，65535的由来，是一个字节0到255，两个字节就是0到255*255，也就是65535，这是双字节编码的区间。
也要改变一下，下标下界变成-32768，上界为32767。
这样就能和转换后的数值对应的上，可以通过该数值直接读取下标，而不用进行+65535的计算。
回到unicode上来，毕竟我们在VB里操作，都是用unicode，更方便操作。
176 161的啊字，在unicode里显示为74 85。
按照前面的算法反推，176 161只要将高字节176*256，再加上余数161，就可以得到字符的编码45217，转换成负数，就是-20319。
同理，74*256+85等于19029。这个不是负数，所以就是该字符的编码。
对吗？
等等，先看看ascw("啊")再说，什么，ascw("啊")竟然等于21834？
算错了？哪里出问题？
先别急，先把21834解析一下，照样除以256，得到85.289……
MOD 256，得到……74！
85，74……对应74，85
反了？
这是怎么回事？
原理很简单，unicode编码，有两种形式，一种是大端法，一种是小端法。
大端法就是85，74的形式显示，小端法就是74，85的形式显示。
大多数情况下，unicode都是小端法表示。
为什么我要了解这些没用的玩意？不，其实很有用，马上就用到了。
2015年11月25日 04点11分
19
在VB6里，string能做到的事情，byte数组一样能做到，甚至很多string类的函数byte数组都可以直接套用——不信大家可以做个试验。
用byte数组做为参数，可以得到更高的性能和效果，下面就来详细说一下如何使用byte数组。
首先一定要确认byte数组是双字节的，也就是unicode16编码，16就是16位，也就是一个integer的大小，2个字节。这种编码方式被称为DBCS，也就是双字节编码字符。
简单的说，每个字符都包含了两个字节。
在ascii编码中，0到127的编码都是一个字节，这其中包含回车空格等等控制符，也包含英文字母、数字、英文标点等等国际通用符号。
一般的文本存储模式是ANSI，通常来说，也就是ASCII+系统自带的另一套编码（和地区相关）。
这样的文字存储在BYTE数组里，每个字符都是不定大小的。
举个例子：65 64 32 49 13 10 176 161 （中文系统）
这个字符串就是：“A@（空格）1（回车）（换行）啊”
其中的回车换行连起来是一个完整的操作符，回车单独使用不起效果，换行倒是可以直接换，但是这并非标准的硬回车换行。通用的标准是13后加10。
176 161这个编码就是中文的啊字编码，因为中文汉字太多，一个字节容纳不下，所以需要两个字节。
这样就给使用带来了混乱，一个是单字节，一个是双字节，这样计算字符数都很麻烦，难道还要每个字节都判断是否小于127？
再看看unicode16里，同样一个字符串是怎么表示的呢？
它需要进行一个单字节转双字节的动作，所有在0到127以内的国际通用ASCII编码，通通后面加个0字节。
也就是这样：65 0 64 0 32 0 49 0 13 0 10 0 74 85
也是同样的一个字符串，只不过这次，所有小于127的字符都保持数字不变，并且后面加了一个0，汉字编码却变了。
由原来的176 161变成了74 85。
在这里，有必要说一下VB里的ASC（）函数和CHR（）函数。
我们可以看到asc("啊")会等于【-20319】，这个数字怎么来的呢？
我们首先进行一个简单的计算。【-20319】+【65536】=45217
【45217】除以【256】等于176.628……
【45217】MOD【256】等于161。
看到了吗？
176，161
除以256，256就是一个字节的最大容量，得到的数字是这个双字节的高字节数值，多出来的小数点0.628等等等就是第二个字节，你把0.628……去乘以256，也会得到161。但是MOD计算更快，这是求余专用的。
我们就知道了，176是高字节，161是低字节。
等等，那个-20319是怎么回事，为什么要加65536？
很简单……记得我们前面说过使用字节位flag的时候，不要使用首位吗？
因为首字节，是代表符号位的。
byte没有符号位的说法，在VB里，一个byte都是无符号的数字，你可以直接将该byte 给print出来，会是0到255区间的一个正整数。
但是在integer，long等等双字节，多字节数据类型中，首位，也就是最高位，都是符号位。
integer的16位就是符号位，long的32位就是符号位。
拿integer来举例。
0000 0000 0000 0000
这是一个正整数0。
0000 0000 0000 0001
这是1。
0111 1111 1111 1111
这是 32767，也就是integer的最大值。
1000 0000 0000 0000
这是-32768，也就是integer的最小值。
1111 1111 1111 1110
这是-2。
1111 1111 1111 1111
这是-1。
首位被当作了符号位，那么双字节输出成数值时，就会看到这样的效果。
汉字“啊”的GB编码的二进制表示如下：
1011 0000 1010 0001
首位是1，所以输出的时候，会变成一个负数，也就是把1011的1当作-符号，把011 0000 1010 0001全部取反，也就是0100 1111 0101 1110，这是正整数20318，再和符号位一起变成-，同时减1，便成为了-20319。
减1是因为数值0占位，也就是说，0到正整数20318，一共有20319个，相反就是-20319，因为没有-0的说法，所以0就让给了正整数，使得负整数多出一个。
这也就是integer在-32768 和32767区间的本质，负数多一个，大家也都明白了原因。
明白这个有吊用？
当然有……
汉字的编码本质上是一个正整数，只是算作数值的时候，变成了一个负数。
那么我们前面说的流水线，就不能简单的0到65535。顺便提一下，65535的由来，是一个字节0到255，两个字节就是0到255*255，也就是65535，这是双字节编码的区间。
也要改变一下，下标下界变成-32768，上界为32767。
这样就能和转换后的数值对应的上，可以通过该数值直接读取下标，而不用进行+65535的计算。
回到unicode上来，毕竟我们在VB里操作，都是用unicode，更方便操作。
176 161的啊字，在unicode里显示为74 85。
按照前面的算法反推，176 161只要将高字节176*256，再加上余数161，就可以得到字符的编码45217，转换成负数，就是-20319。
同理，74*256+85等于19029。这个不是负数，所以就是该字符的编码。
对吗？
等等，先看看ascw("啊")再说，什么，ascw("啊")竟然等于21834？
算错了？哪里出问题？
先别急，先把21834解析一下，照样除以256，得到85.289……
MOD 256，得到……74！
85，74……对应74，85
反了？
这是怎么回事？
原理很简单，unicode编码，有两种形式，一种是大端法，一种是小端法。
大端法就是85，74的形式显示，小端法就是74，85的形式显示。
大多数情况下，unicode都是小端法表示。
为什么我要了解这些没用的玩意？不，其实很有用，马上就用到了。
level 8
qweneyu
楼主
回到byte数组上，我们如何提取其中的一个字符，来进行判断呢？
如果是string，我们知道可以有mid$函数，有ASCW函数等等，数组你怎么搞？
数组其实更简单。
假设byte()是以下标（0）开始的数组，并假设byte数组已经做好了unicode转换，是可以直接用的字节数组。
那么，当i为偶数时，byte(i),byte(i+1)就是一个字符。
i=0
byte(0),byte(1)就是一个字符。比如说空格字符，byte(0)=32,byte(1)=0
按照unicode的小端法表示，我们可以知道空格字符的编码，是 byte(1)*256+byte(0)，也就是靠后的是更大的，0
+3
2，还是32，这和ASCII兼容，没有错。
假如是大端法的unicode，那么空格字符的表示，就应该为byte(0)=0,byte(1)=32。也就是0，32
怎么做，把它提取出来。
很简单，这里我们使用一个API——别看是API，但这是操作内存的方法，速度超级快。
dim itemp as integer
CopyMemory byval varptr(itemp),byval varptr(b(i)),2
varptr(b(i)),是指向b(i)的指针，按照上面的方法，i是偶数。byval是传值。
翻译过来，就是 指向b(i)的地址，要传值出来。
传值到哪里去？
指向itemp的地方，也是byval传值进去到内存里。
传多少字节？
2个字节。
itemp是一个integer变量。
我们在这里直接把字符传给正整数，能不能行得通？会不会爆炸？
在前面说过，integer其实就是一个byte(1)的固定大小字节数组……所以大可放心。
我们print一下itemp。
itemp=21834
碉堡了，没有chrw，也没有mid，没有任何乘以除以MOD计算，直接一个复制内存，我们就得到了想要的结果。
用byte数组，直接操作内存，就是这么愉快。
现在可以看得处理字符的大框架了。
dim itemp as integer
for i=0 to ubound(b) step 2
'step 2是因为双字节，不用一个个的录入，直接跳着录就行了。
CopyMemory byval varptr(itemp),byval varptr(b(i)),2
if 流水线byte(itemp) then
'进入流水线
else
'无flag，进行默认操作
endif
next i '下一轮
2015年11月25日 04点11分
20
如果是string，我们知道可以有mid$函数，有ASCW函数等等，数组你怎么搞？
数组其实更简单。
假设byte()是以下标（0）开始的数组，并假设byte数组已经做好了unicode转换，是可以直接用的字节数组。
那么，当i为偶数时，byte(i),byte(i+1)就是一个字符。
i=0
byte(0),byte(1)就是一个字符。比如说空格字符，byte(0)=32,byte(1)=0
按照unicode的小端法表示，我们可以知道空格字符的编码，是 byte(1)*256+byte(0)，也就是靠后的是更大的，0
+3
2，还是32，这和ASCII兼容，没有错。
假如是大端法的unicode，那么空格字符的表示，就应该为byte(0)=0,byte(1)=32。也就是0，32
怎么做，把它提取出来。
很简单，这里我们使用一个API——别看是API，但这是操作内存的方法，速度超级快。
dim itemp as integer
CopyMemory byval varptr(itemp),byval varptr(b(i)),2
varptr(b(i)),是指向b(i)的指针，按照上面的方法，i是偶数。byval是传值。
翻译过来，就是 指向b(i)的地址，要传值出来。
传值到哪里去？
指向itemp的地方，也是byval传值进去到内存里。
传多少字节？
2个字节。
itemp是一个integer变量。
我们在这里直接把字符传给正整数，能不能行得通？会不会爆炸？
在前面说过，integer其实就是一个byte(1)的固定大小字节数组……所以大可放心。
我们print一下itemp。
itemp=21834
碉堡了，没有chrw，也没有mid，没有任何乘以除以MOD计算，直接一个复制内存，我们就得到了想要的结果。
用byte数组，直接操作内存，就是这么愉快。
现在可以看得处理字符的大框架了。
dim itemp as integer
for i=0 to ubound(b) step 2
'step 2是因为双字节，不用一个个的录入，直接跳着录就行了。
CopyMemory byval varptr(itemp),byval varptr(b(i)),2
if 流水线byte(itemp) then
'进入流水线
else
'无flag，进行默认操作
endif
next i '下一轮