QString::QString 中文乱码

Posted 云水

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了QString::QString 中文乱码相关的知识，希望对你有一定的参考价值。

QString::QString 中文乱码

处理方法:
1. QString str = QString::fromLocal8Bit("中文"); // vs2008 vs2005
2. QString str = QString::fromLocal8Bit("中文"); //  gcc vs2003, 如源码是 GBK 编码(记事本中的 ANSI 编码)
3.QString str = QString::fromUtf8("中文");          //  gcc vs2003, 如源码是 UTF-8 编码
 
在QT程序中, 如果直接用QString保存中文字符串,则会出现乱码,比如下面的程序
输出不是 "中文" 两个字, 而是乱码:

#include <QCoreApplication>
#include <QString>
#include <QDebug>
 
int main(int argc, char *argv[])
{
    QCoreApplication a(argc, argv);
    QString str("中文");
    qDebug() << str;
    return a.exec();
}
输出:
技术分享
 
===============================================================
 
来看QString文档:
QString str("中文"); 这句调用的QString构造数是下面这个, 只有这个和参数是匹配的:

QString::QString ( const char * str )

看介绍:
Constructs a string initialized with the 8-bit string str. The given const char pointer is converted to Unicode using the fromAscii() function.
使用一个8位的字符串来初使化一个QString.会调用fromAscii函数把这个字符串转化成Unicode字符串.
即然fromAscii会把这个字符串转化成Unicode字符串,那为什么会出现乱码呢?
来看看fromAscii的源码(源码可以在Qt安装目录下面的src目录下找到):
QString QString::fromAscii(const char *str, int size)
{
    return QString(fromAscii_helper(str, size), 0);
}
 
fromAscii会调用下面这个函数:
 
QString::Data *QString::fromAscii_helper(const char *str, int size)
{
#ifndef QT_NO_TEXTCODEC
    if (codecForCStrings) {
        Data *d;
        if (!str) {
            d = &shared_null;
            d->ref.ref();
        } else if (size == 0 || (!*str && size < 0)) {
            d = &shared_empty;
            d->ref.ref();
        } else {
            if (size < 0)
                size = qstrlen(str);
            QString s = codecForCStrings->toUnicode(str, size); // 关键是这句
            d = s.d;
            d->ref.ref();
        }
        return d;
    }
#endif
    return fromLatin1_helper(str, size);
}
 
从红色的那句可以知道, fromAscii最终是通过 codecForCStrings 把字符串转换成QString的在qstring.h
头文件中可以看到如下的定义:
#ifndef QT_NO_TEXTCODEC
    static QTextCodec *codecForCStrings;
#endif
现在知道字符串是通过一个QTextCodec对象来转换成一个字符串的.看toUnicode的定义:

QString QTextCodec::toUnicode ( const Char * a , int size, ConverterState * state = 0 ) const

Converts a from the encoding of this codec to Unicode, and returns the result in a QString.

把字符串a从codecForCStrings所表示的编码转换到Unicode编码.

前面写的 str("中文"); 出现的乱码, 很有可能是因为codecForCStrings所表示的编码不对.在QTextCodeC中有这样一个函数:

 

void setCodecForCStrings ( QTextCodec * codec )

 

这是一个静态函数看它的实现代码, 在文件qtextcodec.h中:

inline void QTextCodec::setCodecForCStrings(QTextCodec *c) { QString::codecForCStrings = c; }

只有一句话, 就是设置codecForCStrings的值, 这就是用于把 char * 转换成Unicode的对象.

我们来试试重新设置一下 codecForCStrings 对象,修改一下它所表示的编码, 下面是修改后的代码:

#include <QCoreApplication>

#include <QString>

#include <QDebug>

#include <QTextCodec>

int main(int argc, char *argv[])

{

    QCoreApplication a(argc, argv);

    QTextCodec::setCodecForCStrings(QTextCodec::codecForName("GBK")); // 关键是这句

    QString str("乱码");

    qDebug() << str;

    return a.exec();

}


编译运行看结果:

技术分享




正如期待的一样, 可以正确的显示中文.


那么为什么加上那句就可以正确显示中文了呢?


 QTextCodec::setCodecForCStrings(QTextCodec::codecForName("GBK")); // 关键是这句


加这句是认为字符串 "乱码" 是GBK编码的.结果非常的 "巧合" 它正好是GBK编码的.所以结果就正确了.


为什么设为GBK编码就可以了呢?? 


因为我用的是 Visual Studio 2008 编译的, vs2008 编译器编译时会把 字符串 用locale字符编码字符串


我的系统编码是GBK, 所以就正确了.


至于其它的编译器, 请参考链接中的文章...大牛写的.


 


vs2008, vs2005.编译时不管源码是什么编码都会把源码中的字符串转换成 locale 编码(中文系统就是GBK),


                      有两种方法处理中文:


                     1. QTextCodec::setCodecForCStrings(QTextCodec::codecForName("GBK")); // 关键是这句


                  2.QString str = QString::fromLocal8bit("中文");


vs2003,    1. 如果源码是 ANSI(中文系统中的GBK编码) 编码的, 则在程序中可以这样处理中文:


                          QString str = QString::fromLocal8bit("中文");


                2. 如果源码是 UTF-8 编码的则在程序中可以这样处理中文:


                          QString str = QString::fromUtf8("中文");


gcc 和 vs2003一样的处理, 不过gcc有编译选项可以设置, 请参数后面的链接.





http://blog.csdn.net/dbzhang800/article/details/7540905


QString 乱谈


 QtInternal 之 高效使用QString





















 


 




QString 与中文问题


2010-07-11 17:04








(更新：本文的姊妹篇 Qt中translate、tr关系 与中文问题 )

首先呢，声明一下，QString 是不存在中文支持问题的，很多人遇到问题，并不是本身 QString 的问题，而是没有将自己希望的字符串正确赋给QString。

很简单的问题，"我是中文"这样写的时候，它是传统的 char 类型的窄字符串，我们需要的只不过是通过某种方式告诉QString 这四个汉字采用的那种编码。而问题一般都出在很多用户对自己当前的编码没太多概念，

于是


一个简 单的 Qt 程序


下面这个小程序，估计大家会感到比较亲切。似乎有相当多的中文用户尝试写过这样的代码：






#include <QtGui/QApplication>#include <QtGui/QLabel>int main(int argc, char **argv){    QApplication app(argc, argv);    QString a= "我是汉字";    QLabel label(a);    label.show();    return app.exec();}






编码，保存，编译，运行，一切都很顺利，可是结果呢：


    

  • 

    

    


    


    多数用户看到
    
    		


    其他用户看到
    
    		

    

    


    ?òê?oo×?
    
    		


    ??‘??ˉ?±‰? —
    
    		

    
    

    

    

    • 



出乎意料，界面上中文没显示出来，出现了不认识字符。 于是开始用搜索引擎搜索，开始上论坛发帖或抱怨


最后被告知，下面的语句之一可以解决问题：


 


QTextCodec::setCodecForCStrings(QTextCodec::codecForName("GB2312"));
QTextCodec::setCodecForCStrings(QTextCodec::codecForName("UTF-8"));


两条指令挨个一试，确实可以解决(多数用户是第一条，其他用户是第二条)。那么，为什么会这样呢？


两种乱码什么时候出现


对这个问题，我想大家可能都有话说。在继续之前，我们先列个表，看看两种乱码分别在那种情况下出现：


我们只列举大家最常用的3个编译器(微软VS的中的cl，Mingw中的g++，Linux下的g++)，源代码分别采用 GBK 和 不带BOM的UTF-8  以及 带BOM的UTF-8 这3中编码进行保存。


    

  • 

    

    


    


    源代码的编码
    
    		


    编译器
    
    		


    结果
    
    		
 

    

    


    GBK
    
    		


    cl
    
    		


    1
    
    		


    *
    
    		

    

    


    mingw-g++
    
    		


    1
    
    		


    *
    
    		

    

    


    g++
    
    		


    1
    
    		
 

    

    


    UTF-8(不带BOM)
    
    		


    cl
    
    		


    2
    
    		
 

    

    


    mingw-g++
    
    		


    2
    
    		
 

    

    


    g++
    
    		


    2
    
    		


    *
    
    		

    

    


    UTF-8(带BOM)
    
    		


    cl
    
    		


    1
    
    		
 

    

    


    mingw-g++
    
    		


    2
    
    		
 

    

    


    g++
    
    		


    编译失败
    
    		
 

    
    

    

    

    • 



采用3种不同编码保存的源代码文件，分别用3种不同的编译器编译，形成9种组合，除掉一种不能工作的情况，两种乱码出现的情况各占一半。


从中我们也可以看出，乱码和操作系统原本是没有关系的。但我们在 Windows 一般用的GBK，linux一般用的是不带BOM的UTF-8。如果我们只考虑带*的情况，也可以说两种乱码和系统有关。


QString 为什么会乱码呢


真的是 QString 乱码了吗？我们可以问问自己，我们抱怨的对象是不是搞错了？


继续之前，先明确几个概念：


明确概念0：


    

  • "我是汉字" 是C语言中的字符串，它是char型的窄字符串。上面的例子可写为
    • 



 


const char * str = "我是汉字";
QString a= str;


或


char str[] = "我是汉字";
QString a= str;


等


明确概念1：


    

  • 源文件是有编码的，但是这种纯文本文件却不会记录自己采用的编码
    • 



这个是问题的根源，不妨做个试验，将前面的源代码保存成GBK编码，用16进制编辑器能看到引号内是ce d2 ca c7 ba ba d7 d6这样8个字节。


现在将该文件拷贝到正体(繁体)中文的Windows中，用记事本打开会什么样子呢？






...    QString a= "扂岆犖趼";    QLabel label(a);    label.show();...






那么放到欧美人的Windows系统中，再用记事本打开呢？






...    QString a= "?òê?oo×?";    QLabel label(a);    label.show();...






同一个文件，未做任何修改，但其中的8个字节ce d2 ca c7 ba ba d7 d6,对用GBK的大陆人，用BIG5的港澳台同胞，以及用Latin-1的欧洲人看来，看到的却是完全不同的文字。


明确概念2：


    

  • 如同我们都了解的‘A‘与‘\x41‘等价一样。
    • 



GBK编码下的


const char * str = "我是汉字"


等价于


const char * str = "\xce\xd2\xca\xc7\xba\xba\xd7\xd6";


当用UTF-8编码时，等价于


const char * str = "\xe6\x88\x91\xe6\x98\xaf\xe6\xb1\x89\xe5\xad\x97";


注意：这个说法不全对，比如保存成带BOM的UTF-8，用cl编译器时，汉字本身是UTF-8编码，但程序内保存时却是对应的GBK编码。


明确概念3：


    

  • QString 内部采用的是Unicode。
    • 



QString内部采用的是 Unicode，它可以同时存放GBK中的字符"我是汉字",BIG5中的字符"扂岆犖趼" 以及Latin-1中的字符"?òê?oo×?"。


一个问题是，源代码中的这8个字节"\xce\xd2\xca\xc7\xba\xba\xd7\xd6"，该怎么转换成Unicode并存到 QString 内？按照GBK、BIG5、Latin-1还是其他方式...


在你不告诉它的情况下，它默认选择了Latin-1，于是8个字符"?òê?oo×?"的unicode码被存进了QString中。最终，8个Latin字符出现在你期盼看到4中文字符的地方，所谓的乱码出现了


QString 工作方式


 


const char * str = "我是汉字";
QString a= str;


其实很简单的一个问题，当你需要从窄字符串 char* 转成Unicode的QString字符串的，你需要告诉QString你的这串char* 中究竟是什么编码？GBK、BIG5、Latin-1


理想情况就是：将char* 传给QString时，同时告诉QString自己的编码是什么：


就像下面的函数一样，QString的成员函数知道按照何种编码来处理 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 )


单QString 只提供了这几个成员函数，远远满足不了大家的需求，比如，在简体中文Windows下，local8Bit是GBK，可是有一个char串是 BIG5 或 Latin-2怎么办？


那就动用强大的QTextCodec吧，首先QTextCodec肯定知道自己所负责的编码的，然后你把一个char串送给它，它就能正确将其转成Unicode了。


QString QTextCodec::toUnicode ( const char * chars ) const


可是这个调用太麻烦了，我就想直接


QString a= str;


或


QString a(str);


这样用怎么办？


这样一来肯定没办法同时告诉 QString 你的str是何种编码了，只能通过其他方式了。这也就是开头提到的


QTextCodec::setCodecForCStrings(QTextCodec::codecForName("GBK"));
QTextCodec::setCodecForCStrings(QTextCodec::codecForName("UTF-8"));


设置QString默认采用的编码。而究竟采用哪一个，一般来说就是源代码是GBK，就用GBK，源代码是UTF-8就用UTF-8。但有一个例外，如果你保存成了带BOM的UTF-8而且用的微软的cl编译器，此时仍是GBK。





















 


QT中QString与string的转化，解决中文乱码问题




在QT中，使用QString输出到控件进行显示时，经常会出现中文乱码，网上查了一圈，发现大部分都是针对QT4增加4条语句：


QTextCodec *codec = QTextCodec::codecForName("UTF-8");  


  


QTextCodec::setCodecForTr(codec);  


  


QTextCodec::setCodecForLocale(codec);  


QTextCodec::setCodecForCStrings(codec);  


 


 


我使用的是QT5，已经不支持如此设置了，而且这样设置也会存在很多问题。 其实，还有更简单的方法，就是使用我写的如下两个函数：


QString str2qstr(const string str)  


{  


    return QString::fromLocal8Bit(str.data());  


}  


  


string qstr2str(const QString qstr)  


{  


    QByteArray cdata = qstr.toLocal8Bit();  


    return string(cdata);  


}  


 


在需要使用中文QString时，先用string写一个，然后转过去就可以啦，例如：


qlabel->setText(QString(str2qstr(string("支持中文"))));  




 












以上是关于QString::QString 中文乱码的主要内容，如果未能解决你的问题，请参考以下文章
 

 将 QMultiMap<QString, QString> 导出到 QML


 Qt QString 和 LPCWSTR 的相互转换


 pyqt4的编码问题Qstring怎么转换为string


 Qt中的QString和QStringList常用方法


 js获取url参数值


 Qt5 前向信号