• <ins id="pjuwb"></ins>
    <blockquote id="pjuwb"><pre id="pjuwb"></pre></blockquote>
    <noscript id="pjuwb"></noscript>
          <sup id="pjuwb"><pre id="pjuwb"></pre></sup>
            <dd id="pjuwb"></dd>
            <abbr id="pjuwb"></abbr>
            posts - 319, comments - 22, trackbacks - 0, articles - 11
              C++博客 :: 首頁 :: 新隨筆 :: 聯系 :: 聚合  :: 管理

            QString 與中文問題

            Posted on 2011-04-19 23:09 RTY 閱讀(481) 評論(0)  編輯 收藏 引用 所屬分類: Qt

            寫的不錯,轉一下:

            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,并不是本身 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。而問題一般都出在很多用戶對自己當前的編碼沒太多概念,

            于是

            一個簡 單的 Qt 程序

            下面這個小程序,估計大家會感到比較親切。似乎有相當多的中文用戶嘗試寫過這樣的代碼:

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

            int main(int argc, char **argv)
            {
            QApplication app(argc, argv);
            QString a= "我是漢字";
            QLabel label(a);
            label.show();
            return app.exec();
            }

            編碼,保存,編譯,運行,一切都很順利,可是結果呢?

            多數用戶看到

            其他用戶看到

            ÎÒÊǺº×Ö

            æˆ‘æ˜¯æ±‰å —

            出乎意料,界面上中文沒顯示出來,出現了不認識字符。 于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?

            兩種亂碼什么時候出現

            對這個問題,我想大家可能都有話說。在繼續之前,我們先列個表,看看兩種亂碼分別在那種情況下出現:

            我們只列舉大家最常用的3個編譯器(微軟VS的中的cl,Mingw中的g++,Linux下的g++),源代碼分別采用 GBK 和 不帶BOM的UTF-8  以及 帶BOM的UTF-8 這3中編碼進行保存。

            源代碼的編碼

            編譯器

            結果

            GBK

            cl

            1

            *

            mingw-g++

            1

            *

            g++

            1

            UTF-8(不帶BOM)

            cl

            2

            mingw-g++

            2

            g++

            2

            *

            UTF-8(帶BOM)

            cl

            1

            mingw-g++

            2

            g++

            編譯失敗

            采用3種不同編碼保存的源代碼文件,分別用3種不同的編譯器編譯,形成9種組合,除掉一種不能工作的情況,兩種亂碼出現的情況各占一半。

            從中我們也可以看出,亂碼和操作系統原本是沒有關系的。但我們在 Windows 一般用的GBK,linux一般用的是不帶BOM的UTF-8。如果我們只考慮帶*的情況,也可以說兩種亂碼和系統有關。

            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1:

            "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;

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

            明確概念2:

            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?

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

            那么放到歐美人的Windows系統中,再用記事本打開呢?

            ...
            QString a= "ÎÒÊǺº×Ö";
            QLabel label(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的港澳臺同胞,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3:

            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"

            等價于

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

            當用UTF-8編碼時,等價于

            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4:

            QString 內部采用的是Unicode。

            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"ÎÒÊǺº×Ö"。

            一個問題是,源代碼中的這8個字節"\xce\xd2\xca\xc7\xba\xba\xd7\xd6",該怎么轉換成Unicode并存到 QString 內?按照GBK、BIG5、Latin-1還是其他方式...

            在你不告訴它的情況下,它默認選擇了Latin-1,于是8個字符"ÎÒÊǺº×Ö"的unicode碼被存進了QString中。最終,8個Latin字符出現在你期盼看到4中文字符的地方,所謂的亂碼出現了

            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?

            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

            可是這個調用太麻煩了,我就想直接

            QString a= str;

            QString a(str);

            這樣用怎么辦?

            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。但有一個例外,如果你保存成了帶BOM的UTF-8而且用的微軟的cl編譯器,此時仍是GBK。

            亚洲午夜久久久影院| 久久婷婷五月综合97色一本一本 | 国产精品久久成人影院| 日韩精品久久无码人妻中文字幕| 亚洲精品蜜桃久久久久久| 国产一区二区精品久久| 2021国内久久精品| 94久久国产乱子伦精品免费| 亚洲欧美日韩精品久久亚洲区 | 亚洲国产精品人久久| 精品国产乱码久久久久久呢| 97精品伊人久久久大香线蕉 | 久久香蕉国产线看观看精品yw| 久久久久中文字幕| 人妻少妇久久中文字幕一区二区| 久久有码中文字幕| 久久婷婷国产麻豆91天堂| 免费精品久久天干天干| 色综合久久天天综合| 久久亚洲国产成人精品性色 | 一本色道久久综合亚洲精品| 国内精品久久久久久中文字幕 | 久久久久se色偷偷亚洲精品av | 亚洲av成人无码久久精品 | www久久久天天com| 亚洲国产精品无码久久一线| 久久天天躁狠狠躁夜夜2020 | 久久青青草原精品影院| 久久久久亚洲AV片无码下载蜜桃| 欧美激情精品久久久久久久九九九 | 91亚洲国产成人久久精品| 久久青青草原精品国产| 久久精品国产亚洲AV忘忧草18| 国产精品永久久久久久久久久 | 污污内射久久一区二区欧美日韩| 亚洲一区二区三区日本久久九| 国产精品久久久久jk制服| 久久久久久精品免费看SSS| 国内精品久久久久影院一蜜桃| 精品久久久无码人妻中文字幕| 亚洲一区精品伊人久久伊人|