VBA中XML印地语内容在TextBox显示正常但提取值为问号的解决需求

问题原因 #

Microsoft Form 2.0系列控件（包括TextBox）采用ANSI编码存储文本内容：虽然系统渲染层能正常显示Unicode字符（比如印地语），但当通过.Text属性提取值时，无法用ANSI表示的Unicode字符会被强制转换为问号?，导致内容丢失。

解决方案 #

方案1：绕过Form 2.0 TextBox的文本中转，直接处理Unicode内容 #

直接从XML节点提取Unicode文本并存储在VBA字符串变量中（VBA原生String类型支持Unicode），避免通过Form 2.0 TextBox的.Text属性传递内容，即可保留原始字符。

修改后的代码示例：

Dim xmlDoc As Object
Dim xmlNodeList As Object
Dim xmlNode As Object
Dim unicodeContent As String ' 用于存储Unicode文本的变量

' 创建支持Unicode的XML文档对象
Set xmlDoc = CreateObject("MSXML2.DOMDocument.6.0")
xmlDoc.async = False
xmlDoc.validateOnParse = False

' 加载XML文件
xmlDoc.Load "C:\1\20240314a_001104.xml"

If xmlDoc.parseError.ErrorCode <> 0 Then
    MsgBox "加载XML出错: " & xmlDoc.parseError.reason
    Exit Sub
End If

' 获取所有<word>节点
Set xmlNodeList = xmlDoc.SelectNodes("//word")

unicodeContent = ""
For Each xmlNode In xmlNodeList
    ' 直接从XML节点提取Unicode文本，存入变量
    If unicodeContent = "" Then
        unicodeContent = xmlNode.Text
    Else
        unicodeContent = unicodeContent & xmlNode.Text & vbCrLf
    End If
    ' 仅用TextBox显示内容，提取值时使用unicodeContent变量
    TextBox1.Text = unicodeContent
Next xmlNode

' 测试：直接使用变量处理内容，不会出现问号
MsgBox unicodeContent

' 可选：将内容保存为UTF-8编码的文件，避免乱码
Open "C:\1\Hindi_Content.txt" For Output As #1
Print #1, unicodeContent
Close #1

方案2：替换为支持Unicode的控件 #

如果需要直接从控件提取Unicode内容，将Microsoft Form 2.0 TextBox替换为Microsoft Forms 6.0 TextBox（Office自带的ActiveX控件，可在VBA编辑器的「开发工具」→「附加控件」中找到）。这类控件的.Text属性原生支持Unicode，提取值时不会丢失印地语字符。

关键注意事项 #

• 使用MSXML2.DOMDocument.6.0而非旧版本，对XML编码和Unicode的兼容性更好
• VBA的String类型本身支持Unicode，只要不经过Form 2.0控件的.Text属性中转，就能保留原始字符
• 保存文本时需指定UTF-8编码，避免本地存储时出现乱码

内容的提问来源于stack exchange，提问作者Brat_naveen