字符串编码格式转换

很多时候可能需要字符串编码的转换,最近我需要获取一段字符串的长度,我strlen() 获取的’你好’ 的字节长度为6 ,我记得每个汉字占用2字节 ,查了一下 UTF-8格式 汉字(含繁体)占3字节,需要转下码.

编码知识

Qt常见的两种编码是:UTF-8和GBK
UTF-8:Unicode TransformationFormat-8bit,允许含BOM,但通常不含BOM。是用以解决国际上字符的一种多字节编码,它对英文使用8位(即一个字节),中文使用24为(三个字节)来编码。UTF-8包含全世界所有国家需要用到的字符,是国际编码,通用性强。UTF-8编码的文字可以在各国支持UTF8字符集的浏览器上显示。如,如果是UTF8编码,则在外国人的英文IE上也能显示中文,他们无需下载IE的中文语言支持包。

GBK是国家标准GB2312基础上扩容后兼容GB2312的标准。GBK的文字编码是用双字节来表示的,即不论中、英文字符均使用双字节来表示,为了区分中文,将其最高位都设定成1。GBK包含全部中文字符,是国家编码,通用性比UTF8差,不过UTF8占用的数据库比GBD大。GBK是GB2312的扩展,除了兼容GB2312外,它还能显示繁体中文,还有日文的假名。

GBK、GB2312等与UTF8之间都必须通过Unicode编码才能相互转换:
GBK、GB2312--Unicode--UTF8
UTF8--Unicode--GBK、GB2312
在简体中文windows系统下,ANSI编码代表GBK/GB2312编码,ANSI通常使用0x80~0xFF范围的2个字节来表示1个中文字符。0x00~0x7F之间的字符,依旧是1个字节代表1个字符。Unicode(UTF-16)编码则所有字符都用2个字节表示。
上面说了 GBK、GB2312等与UTF8之间都必须通过Unicode编码才能相互转换 但是我试了下 utf-8 可以直接转换为 gbk

Qt中 提供了 一个字符串转码的类 QTextCodec

QTextCodec类提供文本编码之间的转换。
Qt使用Unicode存储、绘制和操作字符串。在许多情况下,您可能希望处理使用不同编码的数据。例如,大多数日本文档仍然存储在Shift-JIS或ISO 2022-JP格式,而俄罗斯用户的文档通常存储在KOI8-R或windows 1251格式。
Qt提供了一组QTextCodec类,以帮助将非Unicode格式转换为Unicode格式。您还可以创建自己的编解码器类。
支持的编码是:

Big5
Big5-HKSCS
CP949
EUC-JP
EUC-KR
GB18030
HP-ROMAN8
IBM 850
IBM 866
IBM 874
ISO 2022-JP
ISO 8859-1 to 10
ISO 8859-13 to 16
Iscii-Bng, Dev, Gjr, Knd, Mlm, Ori, Pnj, Tlg, and Tml
KOI8-R
KOI8-U
Macintosh
Shift-JIS
TIS-620
TSCII
UTF-8
UTF-16
UTF-16BE
UTF-16LE
UTF-32
UTF-32BE
UTF-32LE
Windows-1250 to 1258

我用到的就很简单 utf-8 转为 gbk
如果你原本编码不是 utf-8 就要先转换 utf-8 这里我们假设 原本编码也不是utf-8

#include <QTextCodec>

    QTextCodec *utf8 = QTextCodec::codecForName("UTF-8");  

    QTextCodec::setCodecForLocale(utf8);

    QTextCodec* gbk = QTextCodec::codecForName("gbk");

    QString str1="您好";

    //utf8 -> gbk

    //1. utf8 -> unicode

    QString strUnicode= utf8->toUnicode(str1.toLocal8Bit().data());

    //2. unicode -> gbk, 得到QByteArray

    QByteArray gb_bytes= gbk->fromUnicode(strUnicode);


    //gbk -> utf8

    //1. gbk to unicode
    strUnicode=gbk->toUnicode(str1.toLocal8Bit().data());
    //2. unicode -> utf-8
    QByteArray utf8_bytes=utf8->fromUnicode(strUnicode);

格式转换为 gbk 以后 汉字就是2字节了,搞定

参考:https://blog.csdn.net/weixin_42837024/article/details/81630720

   https://www.cnblogs.com/CodeSkill/p/5082447.html

   https://www.cnblogs.com/lvdongjie/p/11821318.html

   https://blog.csdn.net/qq_35905572/article/details/95042444

   https://www.cnblogs.com/sggggr/p/12797951.html

   https://blog.csdn.net/xyyangkun/article/details/7382823

   http://blog.sina.com.cn/s/blog_aec26f5801015erv.html

 

posted on 2021-07-18 22:51  Malphite  阅读(1308)  评论(0编辑  收藏  举报