【VBScript】vbs 错误未结束的错误字符串常量

简介: 【VBScript】vbs 错误未结束的错误字符串常量

一、问题描述

今天在看《计算机是怎么跑起来的》第十章(试着加密数据吧)的时候,在Window10电脑上使用VBScript脚本编写一个弹出窗口时,明明是按照书籍上的示例程序抄写的,编辑工具是Notepad++,抄写完之后保存为.vbs的后缀即可。但是运行的时候却报“未结束的字符串常量”的错误。

 

二、问题原因

使用Notepad++ 默认的字符编码是 UTF-8,对照着示例程序检查了好几遍都没有问题,结果网上一查原因竟然是字符编码有问题。

三、解决方案

解决方法很简单,将默认的字符编码UTF-8修改为 ANSI编码 即可。可参考如下图所示方法:

完结!


目录
相关文章
|
存储 JavaScript 前端开发
oss使用SDK上传文件
oss使用SDK上传文件
3361 2
|
存储 监控 项目管理
LIS系统字典模块功能
LIS系统字典模块功能
254 0
|
4月前
|
消息中间件 人工智能 运维
事件驱动重塑 AI 数据链路:阿里云 EventBridge 发布 AI ETL 新范式
“一个简单的数据集成任务,开始时总是轻松愉快的,但随着业务扩展,数据源越来越多,格式越来越乱,整个数据链路就会变得一团糟。”陈涛在演讲中指出了当前 AI 数据处理的普遍困境。扩展难、运维难、稳定性差,这三大挑战已成为制约 AI 应用创新和落地的关键瓶颈。针对这些痛点,在2025云栖大会期间,阿里云重磅发布了事件驱动 AI ETL 新范式,其核心产品 EventBridge 通过深度集成 AI 能力,为开发者提供了一套革命性的解决方案,旨在彻底改变 AI 时代的数据准备与处理方式。
436 38
|
JavaScript
js 解析 byte数组 成字符串
js 解析 byte数组 成字符串
390 5
|
11月前
|
机器学习/深度学习 存储 自动驾驶
《深度Q网络:在非平稳环境中破局与进化》
深度Q网络(DQN)在平稳环境中表现出色,但在非平稳环境下面临诸多挑战。例如,自动驾驶和金融市场中的动态变化导致Q值函数失效和数据分布漂移,使DQN难以适应。为此,研究者提出了改进经验回放机制、动态调整学习率和引入多模型融合等策略,以增强DQN的适应性。实际案例表明,这些改进显著提升了DQN在智能交通和工业控制中的表现。未来,进一步优化DQN在非平稳环境下的学习策略仍是关键研究方向。
253 11
|
机器学习/深度学习 人工智能 自然语言处理
为什么要学习大模型?
本文深入探讨了大模型的学习意义、应用需求及训练方法,帮助读者理解其底层逻辑与潜力。通过类比PPT和Excel在职场中的重要性,强调掌握大模型技能对未来职业发展的关键作用。文章还分析了LLM微调的必要性及其在企业内外部场景的应用价值,如智能客服、游戏NPC等。此外,专栏专注于ChatGPT与通义千问的训练原理,提供系统化的学习路径,适合从零基础到进阶的不同人群。无论想提升工作效率还是从事相关工程开发,都能从中受益。内容收录于[Github](https://github.com/Java-Edge/Java-Interview-Tutorial),欢迎关注!
525 0
为什么要学习大模型?
|
Web App开发 安全 关系型数据库
xss漏洞原理(五)BeEF
xss漏洞原理(五)BeEF
|
Oracle Java 关系型数据库
@Id、@GeneratedValue的作用,以及@GeneratedValue的使用
@Id、@GeneratedValue的作用,以及@GeneratedValue的使用
|
人工智能 Cloud Native 大数据
构建高性能云原生大数据处理平台:融合人工智能优化数据分析流程
构建高性能云原生大数据处理平台:融合人工智能优化数据分析流程
880 0
|
机器学习/深度学习 计算机视觉
字节豆包全新图像Tokenizer:生成图像最低只需32个token,最高提速410倍
【7月更文挑战第1天】新方法将图像转为1D token序列,减少计算复杂度,提高生成效率。在保持高画质(如gFID: 1.97 on ImageNet 256x256)的同时,TiTok比现有模型快410倍。虽有资源需求及token限制问题,但展示了图像处理的新方向。[论文链接](https://arxiv.org/abs/2406.07550)
699 7