Qstring中文亂碼問題


首先呢,聲明一下,QString 是不存在中文支持問題的,很多人遇到問題,並不是本身 QString 的問題,而是沒有將自己希望的字符串正確賦給QString。
很簡單的問題,"我是中文"這樣寫的時候,它是傳統的 char 類型的窄字符串,我們需要的只不過是通過某種方式告訴QString 這四個漢字采用的那種編碼。

#include <QtGui/QApplication>
#include <QtGui/QLabel>

intmain(intargc, char **argv)
{
QApplicationapp(argc, argv);
QStringa= "我是漢字";
QLabellabel(a);
label.show();
returnapp.exec();
}

ÎòêÇoo×Ö
我æ˜ˉæ±‰å —

出乎意料,界面上中文沒顯示出來,出現了不認識字符。 於是開始用搜索引擎搜索,開始上論壇發帖或抱怨
最后被告知,下面的語句之一可以解決問題:

QTextCodec::setCodecForCStrings(QTextCodec::codecForName("GB2312"));
QTextCodec::setCodecForCStrings(QTextCodec::codecForName("UTF-8"));
兩條指令挨個一試,確實可以解決(多數用戶是第一條,其他用戶是第二條)。那么,為什么會這樣呢?

QString 為什么會亂碼呢?真的是 QString 亂碼了嗎?我們可以問問自己,我們抱怨的對象是不是搞錯了?

繼續之前,先明確幾個概念:

明確概念0
"我是漢字" 是C語言中的字符串,它是char型的窄字符串。上面的例子可寫為

const char * str = "我是漢字";
QString a= str;
或
char str[] = "我是漢字";
QString a= str;

明確概念1
源文件是有編碼的,但是這種純文本文件卻不會記錄自己采用的編碼
這個是問題的根源,不妨做個試驗,將前面的源代碼保存成GBK編碼,用16進制編輯器能看到引號內是ce d2 ca c7 ba ba d7 d6這樣8個字節。

現在將該文件拷貝到正體(繁體)中文的Windows中,用記事本打開會什么樣子呢?

...
QStringa= "扂岆犖趼";
QLabellabel(a);
label.show();
...

那么放到歐美人的Windows系統中,再用記事本打開呢?
...
QStringa= "ÎòêÇoo×Ö";
QLabellabel(a);
label.show();
...
同一個文件,未做任何修改,但其中的8個字節ce d2 ca c7 ba ba d7 d6,對用GBK的大陸人,用BIG5的港澳台同胞,以及用Latin-1的歐洲人看來,看到的卻是完全不同的文字。

明確概念2
如同我們都了解的'A'與'\x41'等價一樣。
GBK編碼下的

const char * str = "我是漢字"
等價於
const char * str = "\xce\xd2\xca\xc7\xba\xba\xd7\xd6";

當用UTF-8編碼時,等價於
const char * str = "\xe6\x88\x91\xe6\x98\xaf\xe6\xb1\x89\xe5\xad\x97";
注意:這個說法不全對,比如保存成帶BOM的UTF-8,用cl編譯器時,漢字本身是UTF-8編碼,但程序內保存時卻是對應的GBK編碼。

明確概念3
QString 內部采用的是Unicode。(幾乎可以存放任何字符)
QString內部采用的是 Unicode,它可以同時存放GBK中的字符"我是漢字",BIG5中的字符"扂岆犖趼" 以及Latin-1中的字符"ÎòêÇoo×Ö"。

重點!!!!!
所以如果QString解析到的 "我是漢字"這幾個字符是以big5或者Latin解析,那么就會輸出亂碼

解決

該怎么轉換成Unicode並存到 QString 內?按照GBK、BIG5、Latin-1還是其他方式...

QString 工作方式
const char * str = "我是漢字";
QString a= str;
其實很簡單的一個問題,當你需要從窄字符串 char* 轉成Unicode的QString字符串的,你需要告訴QString你的這串char* 中究竟是什么編碼?GBK、BIG5、Latin-1


理想情況就是:將char* 傳給QString時,同時告訴QString自己的編碼是什么:
就像下面的函數一樣,QString的成員函數知道按照何種編碼來處理 C 字符串

QString QString::fromAscii ( const char * str, int size = -1 )
QString QString::fromLatin1 ( const char * str, int size = -1 )
QString QString::fromLocal8Bit ( const char * str, int size = -1 )
QString QString::fromUtf8 ( const char * str, int size = -1 )
單QString 只提供了這幾個成員函數,遠遠滿足不了大家的需求,比如,在簡體中文Windows下,local8Bit是GBK,可是有一個char串是 BIG5 或 Latin-2怎么辦?

二、
那就動用強大的QTextCodec吧,首先QTextCodec肯定知道自己所負責的編碼的,然后你把一個char串送給它,它就能正確將其轉成Unicode了。
QString QTextCodec::toUnicode ( const char * chars ) const

三、
可是這個調用太麻煩了,我就想直接這樣用怎么辦?
QString a= str;或QString a(str);

這樣一來肯定沒辦法同時告訴 QString 你的str是何種編碼了,只能通過其他方式了。這也就是開頭提到的
QTextCodec::setCodecForCStrings(QTextCodec::codecForName("GBK"));
QTextCodec::setCodecForCStrings(QTextCodec::codecForName("UTF-8"));

設置QString默認采用的編碼。而究竟采用哪一個,一般來說就是源代碼是GBK,就用GBK,源代碼是UTF-8就用UTF-8。


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM