QString：：QString中文乱码

QString：：QString中⽂乱码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:
===============================================================
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:
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.
来源：
QString 与中⽂问题
2010-07-11 17:04
(更新：本⽂的姊妹篇 )
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
ÎÒÊǺº×Öæˆ‘æ˜¯æ±‰å —
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 cl1* mingw-g++1* g++1
UTF-8(不带BOM)cl2 mingw-g++2
g++2*
UTF-8(带BOM)cl1 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= "ÎÒÊǺº×Ö"; 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"ÎÒÊǺº×Ö"。

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"ÎÒÊǺº×Ö"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。

来源：
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"))));。