VC2010下Qt5的中文亂碼問題

要搞清楚這個問題，先要弄明白編碼。但是編碼問題實在太復雜，這里肯定講不開。

我先找一個例子，比如：“中文” 的 Unicode 碼點/UTF8編碼/GBK 分別是多少。

先去這個網站，輸入 “中文” 查詢對應的 Unicode 碼點/UTF8編碼： 
http://www.mytju.com/classcode/tools/encode_utf8.asp

Unicode的碼點分別是(十進制)：中(20013)，文(25991)。 
對應的UTF8編碼分別(16進制): 中(E4B8AD)，文(E69687)。

然后再去下面這個網站，輸入 “中文” 查詢對應的 GBK 編碼： 
http://www.mytju.com/classcode/tools/encode_gb2312.asp

GBK編碼16進制(GBK內碼)分別是：中(D6D0)，文(CEC4)。

現在已經知道了"中文"的UTF8和GBK編碼的具體值。 
我們再看看VC2010是怎么處理的。

1. 先看 無 BOM 的 UTF8 編碼的代碼 (utf8_no_bom.cpp)

01	// utf8 no bom

02	// 文件中包含不能在當前代碼頁（936）中表示的字符

03	#include <stdio.h>

04

05	int main() {

06	const char* str = "中文";

07	for(int i = 0; i < sizeof(str); ++i) {

08	printf("0x%x ", str[i]&0xFF);

09

}

10

return 0;

11	// Output:

12	// 0xe4 0xb8 0xad 0xe6

13

}

輸出是：0xe4 0xb8 0xad 0xe6。 
感覺好像是對的。

但是，先別急：VC編譯時輸出了一條警告信息： 
utf8_no_bom.cpp : warning C4819: 該文件包含不能在當前代碼頁(936)中表示的字符。 
請將該文件保存為 Unicode 格式以防止數據丟失。

潛台詞就是，你這個代碼有GBK不能表示的字符，請用Unicode方式保存。 
VC根本就沒把 代碼(utf8_no_bom.cpp) 當作UTF8，VC只是把它作為GBK處理罷了。

那為什么又輸出了正確的結果呢？

因為 VC 把 (utf8_no_bom.cpp) 當作 GBK，而編譯時也要轉換為本地編碼(也是GBK)。 
因此，UTF8編碼的 “中文”，被VC當作編碼為 “0xe4 0xb8 0xad 0xe6” 的其他中文處理了。 
VC已經不知道 “0xe4 0xb8 0xad 0xe6” 是對應 “中文” 字面值了。

但是在GBK(實際是無BOM的UTF8)轉GBK的過程中，發現了一些UTF8編碼的字符並不是 
GBK能表達的合理方式，因此就出現了那個C4819編譯警告。

2. 再看帶BOM的UTF8是怎么處理的 (utf8_with_bom.cpp)

01	// utf8 with bom

02	#include <stdio.h>

03

04	int main() {

05	const char* str = "中文";

06	for(int i = 0; i < sizeof(str); ++i) {

07	printf("0x%x ", str[i]&0xFF);

08

}

09

return 0;

10	// Output:

11	// 0xd6 0xd0 0xce 0xc4

12

}

編譯沒有警告，但是輸出有問題：0xd6 0xd0 0xce 0xc4。

源文件明明是 UTF8 編碼的格式"0xe4 0xb8 0xad 0xe6”， 
怎么變成了 “0xd6 0xd0 0xce 0xc4” (這個是GBK編碼)？

這就是VC私下干的好事：它自作聰明的將UTF8源代碼轉換為GBK處理了！

VC為何要做這樣蠢事？

原因是為了兼容老的VC版本。 
因為以前的VC不能處理UTF8，都是用本地編碼處理的。

3. 在看看真的GBK是怎么處理的 (gbk.cpp)

01

// gbk

02	#include <stdio.h>

03

04	int main() {

05	const char* str = "中文";

06	for(int i = 0; i < sizeof(str); ++i) {

07	printf("0x%x ", str[i]&0xFF);

08

}

09

return 0;

10	// Output:

11	// 0xd6 0xd0 0xce 0xc4

12

}

沒有編譯錯誤，輸出也和源代碼一致：“0xd6 0xd0 0xce 0xc4”。

因為源文件就是GBK，cl在編譯時GBK轉化為GBK，沒有改變字符串。

只是，現在很多人不想用GBK了（因為只能在中國地區用，不能表示全球字符）。

到這里，可以初步小結一下：

1. VC編輯器和VC編譯器是2個概念，VC編輯器支持UTF8並不能表示VC編譯器也支持UTF8
2. VC編輯器從2008?開始支持帶BOM的UTF8(不帶BOM的暫時沒戲，因為會本地編碼沖突)
3. VC編譯器從2010開始重要可以支持UTF8了(雖然支持方式很不優雅)

4. 看看VC2010是怎么處理帶BOM的UTF8的 (utf8_with_bom_2010.cpp)

VC2010重要增加了UTF8的編譯支持(#pragma execution_character_set("utf-8")), 
具體查看:

http://social.msdn.microsoft.com/Forums/en-US/vcgeneral/thread/2f328917-4e99-40be-adfa-35cc17c9cdec

01	// utf8 with bom (VC2010), 這句是重點！

02	#pragma execution_character_set("utf-8")

03

04	#include <stdio.h>

05

06	int main() {

07	const char* str = "中文";

08	for(int i = 0; i < sizeof(str); ++i) {

09	printf("0x%x ", str[i]&0xFF);

10

}

11

return 0;

12	// Output:

13	// 0xe4 0xb8 0xad 0xe6

14

}

沒有編譯錯誤，輸出也和源代碼一致：“0xe4 0xb8 0xad 0xe6”。

UTF8編碼，UTF8輸出。完美!

回到 Qt5 的中文輸出問題。

Qt默認支持 VS2010/MinGW/Gcc 等編譯器，而它們現在都已經真正支持UTF8了。

當然，VS2010 對UTF8的支持會入侵代碼(#pragma execution_character_set("utf-8"))。

看看Qt官方論壇別人是怎么說的： 
http://qt-project.org/forums/viewthread/17617

Nothing special need to do, it will works by default. 
If the exec-charset of your your compiler is UTF-8.

簡單的說，從Qt5開始，源代碼就是默認UTF8編碼的。

當然，VC2010編輯器對帶BOM的UTF8也是認識，只可惜VC2010編譯器根本承認它是UTF8！

在繼續看官方論壇的回復：

You can write a simple example like this

01	#include <QApplication>

02	#include <QLabel>

03

04	#if _MSC_VER >= 1600

05	#pragma execution_character_set("utf-8")

06

#endif

07

08	int main(int argc, char *argv[])

09

{

10	QApplication a(argc, argv);

11	QLabel label("ąśćółęńżź");

12	label.show();

13

14	return a.exec();

15

}

If other people can reproduce your problem, you can file a bug.

教完整的解決方案(增加了Qt4/Qt5和非VC環境的判斷):

01	// Coding: UTF-8(BOM)

02	#if defined(_MSC_VER) && (_MSC_VER >= 1600)

03	# pragma execution_character_set("utf-8")

04

#endif

05

06	#include <QApplication>

07	#include <QTextCodec>

08	#include <QLabel>

09

10	int main(int argc, char* argv[])

11

{

12	QApplication app(argc, argv);

13

14	#if QT_VERSION < QT_VERSION_CHECK(5,0,0)

15	#if defined(_MSC_VER) && (_MSC_VER < 1600)

16	QTextCodec::setCodecForTr(QTextCodec::codecForName("GB18030-0"));

17

#else

18	QTextCodec::setCodecForTr(QTextCodec::codecForName("UTF-8"));

19

#endif

20

#endif

21

22	QLabel *label = new QLabel(QObject::tr("你好！"));

23	label->show();

24

25	return app.exec();

26

}

有以下幾種類型(源代碼必須是帶BOM的UTF8):

• Qt5+/VC2010+: 包含了 # pragma execution_character_set("utf-8") 已經支持中文
• Qt5/VC2008-: 這個暫時誤解(我還沒找到方法)
• Qt4+/VC2008-: 采用以前老的方式, 指定代碼為 “GB18030-0” 編碼
• Qt4/Qt5/Linux: 只要是默認的UTF8環境, 應該都沒問題

其實這個問題不是Qt特有的, 追根溯源還是C/C++和編譯器的問題.

即使是支持UTF16的Java也同樣難逃此問題.

不過還好, Go語言 算是徹底了解決了這個問題. 
以后轉向 Go語言 了 !

 

轉自開源中國 http://my.oschina.net/chai2010/blog/119833

我在電腦上找了一個顯示中文.ttf文件加到了QtSDk->Simulator->Application->fonts中就可以解決了