Qt学习(12)

Qt学习（12）——Qt程序字符编码

        本节通过一个图形界面示例，将其文本显示控件的汉字乱码纠正，介绍两种方法，第一种是不修改源代码文件编码格式，通过QString::fromLocal8Bit 函数在程序运行时转码；第二种是直接将源代码文件整体转换成 UTF-8编码，就不需要修改具体的代码行了，第二种是最为恰当的实现方式。

1、乱码程序示例

        下载示例：https://lug.ustc.edu.cn/sites/qtguide/QtProjects/ch03/qtmess/qtmess.7z    ，然后解压到： E:\QtProjects\ch03\qtmess 文件夹里，然后用 QtCreator 打开该项目文件 qtmess.pro ，看到项目配置提示：

 

 

        一般选中 Select all kits ，然后点击 Configure Project ，让集成开发环境 Qt Creator 自动配置好。为了让例子尽可能简单，里面只有一个源文件 qtmess.cpp ，在项目视图打开该源代码文件，右边编辑器出现以下提示：

编辑器默认是 UTF-8 编码的源文件，这个 qtmess.cpp 是在简体中文 Windows 里用记事本编辑的，其汉字编码格式是 GBK，所以上图中文出现乱码。右上角也提示出现解码错误，不能用默认的 UTF-8 格式解码。点击“Select Encoding”按钮，打开源文件编码选择对话框：

对于简体中文，选择 GBK 打头的条目或 GB18030 打头的都可以，windows-936 和其他CP936（CodePage）、MS936（Microsoft）是一个意思，大字符集 GB18030 也有其他称呼，如 ibm-1392，windows 代码页编号 54936。这里选择 GBK 的条目（GBK 条目有重复的，任选一个），然后点击“按编码重新载入”按钮，文件里的汉字就正常了：

 

注意 UTF-8 和 GBK 其实对英文和数字都是一样的 ASCII 单字节编码，所以源文件用英文和数字是肯定不乱码，主要是汉字之类的本地语言文字编码显示容易出错。Windows 系统里一般的记事本、编辑器、VC++  开发环境等都是默认用 GBK 汉字编码，而 Linux 和 Qt 都是默认用 UTF-8 国际文字编码，所以文本显示乱码一般都是这个原因，从编辑器里选择正确的编码就可以正常显示本地语言文字了。
        选择源文件编码之后，GBK 编码文件和 UTF-8 编码文件都能正确显示，但怎么从 Qt Creator 看到当前文件编码格式呢？这个是可以配置的，让 Qt Creator 自动显示。点击菜单“工具”--> “选项”，在选项对话框左边选择“文本编辑器”，右边选择“显示”，看到下图：

 选中“Display file encoding”，然后点击“OK”按钮，就可以在编辑器右上角看到当前文件的编码格式：

现在右上角可以看到源文件编码“GBK”了，这其实是一个快捷按钮，打开可以弹出刚才的文件编码对话框的。关于编辑器的编码显示介绍到这，下面解释一下源文件里的内容：

//qtmess.cpp
#include <QApplication>
#include <QTextBrowser>
#include <QDebug>

int main(int argc, char *argv[])
{
    QApplication a(argc, argv);
    QString strText = QObject::tr("1234打印汉字");
    QTextBrowser tb;
    tb.setText(strText);
    tb.setGeometry(40, 40, 400, 300);
    tb.show();
    
    return a.exec();
}

包含了 QApplication、QTextBrowser、QDebug 三个头文件，QTextBrowser 是一个只读的文本显示框，一般用于大段文字的显示，并可以选择（Ctrl+A）并复制（Ctrl+C）里面的文本；而之前用的 QLabel 一般用于短文本显示，没有复制文本的功能，QLabel 经常配合其他控件使用，显示相关信息。在 main 函数内部：
        第一句定义了 Qt 应用程序入口；
        第二句定义了一个 strText 字符串对象，里面有数字和汉字；
        第三句定义了 QTextBrowser 对象 tb，就是本程序的图形窗口；
        第四句设置文本框的文本内容为 strText ；
        第五句设置文本框的位置（屏幕左上角坐标 40,40）和尺寸（400*300）；
        第六句是显示本程序的窗口；
        最后一句是进入应用程序的事件循环，直到退出。
        代码比较简单，接下来我们点击 Qt Creator 左下角的绿色三角形运行按钮，编译运行程序，看看效果：

 

不出意外地，数字显示是正常的，汉字是乱码的，因为 Qt5 默认都是将源文件里的字符串当作 UTF-8 编码处理，GBK 多字节编码的汉字就会乱码。

2、乱码纠正——不推荐的方式

        采用不改变源文件编码格式，而是通过修改具体的代码行，使用 QString::​fromLocal8Bit 函数代替 tr 函数来实现转码。修改 qtmess.cpp 源文件内容如下：

//qtmess.cpp 
#include <QApplication>
#include <QTextBrowser>
#include <QDebug>

int main(int argc, char *argv[])
{
    QApplication a(argc, argv);
    QString strText = QString::fromLocal8Bit("1234打印汉字");
    QTextBrowser tb;
    tb.setText(strText);
    tb.setGeometry(40, 40, 400, 300);
    tb.show();
    
    return a.exec();
}

上面将原来的 QObject::tr 函数替换成了 QString::fromLocal8Bit函数，因为只有一个字符串所以替换了一次，如果字符串特别多，那就非常麻烦了。而且变成 QString::fromLocal8Bit 函数之后，就不能通过检测 tr 函数进行国际化翻译了，所以本小节的做法是不推荐的。
       点击 Qt Creator 左下角运行按钮，看看运行效果：

现在汉字是正常显示的，但代价是修改了代码行，如果字符串很多，那就麻烦了。

3、乱码纠正——应该用的方式

        将 qtmess.cpp 文件内容改回成原来的，还是使用原先的 QObject::tr 封装字符串。在 Qt Creator 编辑器右上角，点击文件编码的“GBK”字样：

在编码列表里找到“UTF-8”，选中该条目，然后点击右下角的“按编码保存”，QtCreator 会自动将文件内容转换成 UTF-8 格式存储，这样就不需要修改具体的代码行了。然后现在点击左下角运行按钮，同样可以看到正常的汉字显示：

        本教程以后的全部文件格式都是按照 UTF-8 的编码，这也是 Qt5 默认的源文件编码格式，字符串也应该用 tr 函数封装，方便做国际化翻译。如果项目有面向国际化的要求，程序源代码里应该全部用英文和数字等 ASCII 码字符，尽量少用汉字，应当将汉字作为一个语言的翻译文件程序。本教程大多数例子都是不符合国际化标准的，因为方便大家看，作者自己也省事。读者实际的国际化项目开发中应按照全英文的来写代码，然后将英文界面翻译成多种语言文字的。

4、运行时QString与多种编码格式转换

      QString 类包含大量关于文本字符串编码转换函数，涉及之前提到的 UTF-8、UTF-16、UTF-32、本地语言编码 Local8Bit，还有标准C++ 的普通字符串 StdString 和宽字符串 StdWString，对于其他编码转为 QString，采用的是 QString::from* 静态公有成员函数，这些静态函数返回一个转换好的 QString 对象以供使用。与之对应的是 QString 类对象的 to* 函数，QString 对象可以调用这些 to* 函数转出为其他编码格式的字符串。下面将 QString 类这些成对的函数列一个表，方便查阅：

转入函数	转出函数	描述
fromLocal8Bit	toLocal8Bit	与操作系统及本地化语言相关，Linux 一般是 UTF-8 字符串，Windows 一般是 ANSI 多字节编码字符串。
fromUtf8	toUtf8	与 UTF-8 编码的字符串相互转换。
fromUtf16	utf16 和 unicode	与 UTF-16（UCS2）编码的字符串互相转换，utf16 函数与 unicode 函数功能一样， 注意没有 to 前缀，因为 QString 运行时的内码就是 UTF-16，字符的双字节采用主机字节序。
fromUcs4	toUcs4	与 UTF-32（UCS4）编码的字符串互相转换，一个字符用四个字节编码，占空间多，应用较少。
fromStdString	toStdString	与 std::string 对象互相转换，因为 C++11 规定标准字符串 std::string 使用 UTF-8 编码，这对函数功能与上面 **Utf8 转码函数相同。
fromStdWString	toStdWString	与 std::wstring 对象相互转换，在 Linux 系统里宽字符是四字节的 UTF-32，在 Windows 系统里宽字符是两字节的 UTF-16。因为不同平台有歧义，不建议使用。
fromCFString               fromNSString	toCFString               toNSString	仅存在于苹果 Mac OS X 和 iOS 系统。

 

下面展示一个 qtcodec 例子，里面主要使用 QString 对象的转出函数，然后使用 cout 或 qDebug 打印相应的输出。例子下载：
https://lug.ustc.edu.cn/sites/qtguide/QtProjects/ch03/qtcodec/qtcodec.7z     
下载后解压到比如 E:\QtProjects\ch03\qtcodec 文件夹，然后用 Qt Creator 打开该项目，项目配置同 “乱码程序示例 ”节示范。然后打开 qtcodec.cpp 文件，查看里面的内容：

//qtcodec.cpp
#include <QApplication>
#include <QTextBrowser>
#include <QDebug>
#include <iostream>
using namespace std;

void Testcout(const QString &str)
{
    //Locale charset
    cout<<str.toLocal8Bit().data()<<endl;

    //UTF-8
    cout<<str.toUtf8().data()<<endl;
    cout<<str.toStdString()<<endl;

    //UTF-16, Windows Unicode, UCS2
    cout<<str.unicode()<<endl;
    cout<<str.utf16()<<endl;
    cout<<str.data()<<endl;

    //UTF-32, UCS4
    cout<<str.toUcs4().data()<<endl;

    //wchar_t: Windows = UTF-16; Linux/Unix = UTF-32
    wcout<<str.toStdWString();

    cout<<endl<<endl;
}

void TestqDebug(const QString &str)
{
    //Locale charset
    qDebug()<<str.toLocal8Bit().data();

    //UTF-8
    qDebug()<<str.toUtf8().data();
    qDebug()<<str.toStdString().data();

    //UTF-16, Windows Unicode, UCS2
    qDebug()<<str.unicode();
    qDebug()<<str.utf16();
    qDebug()<<str.data();

    //UTF-32, UCS4
    qDebug()<<str.toUcs4().data();

    //wchar_t: Windows = UTF-16; Linux/Unix = UTF-32
    qDebug()<<str.toStdWString().data();

    //QString object
    qDebug()<<str;
}

int main(int argc, char *argv[])
{
    QApplication a(argc, argv);
    QString strText = QObject::tr("1234打印汉字");
    QTextBrowser tb;
    tb.setText(strText);
    tb.setGeometry(40, 40, 400, 300);
    tb.show();
    //Test cout
    Testcout(strText);
    //Test qDebug
    //TestqDebug(strText);

    return a.exec();
}

qtcodec.cpp 里面首先是头文件包含和名字空间使用，然后是三个函数：Testcout、TestqDebug 和 main 函数。Testcout 和 TestqDebug 函数里的内容参看上面表格，就不一一解释了。需要注意一条，QString 类对象可以通过 data 函数返回它实际的数据存储块指针，如 str.data()，在后面运行测试时可以看到该指针数值。main 函数里面内容就是根据 qtmess.cpp 里改的，增加了测试函数的代码。

        注意两个测试函数不要同时启用，一次测试一个，另一个注释掉，这样查看它们运行结果更清楚，而不会混淆。先测试 Testcout 函数运行效果：

          Qt Creator 输出面板会自动捕获命令行输出，对于命令行（控制台）输出，其字体颜色是黑色的。查看上面输出可以发现，在 Windows  命令行里是只有第一个本地化字符串能正常显示汉字，其他的不是指针就是乱码。所以在与 Windows 命令行进行输入输出沟通时，应该使用 fromLocal8Bit （获取命令行输入）和 toLocal8Bit（输出到命令行）。
         顺便提一下，Windows 系统里的 API 通常有两套同名的，比如 LoadLibrary 函数，这个名字只是一个宏定义，在 VC++ 环境，对于ANSI 多字节程序，它真实函数是 LoadLibraryA，对于 Unicode 程序，它真实函数是 LoadLibraryW。如果读者以后遇到需要和 Windows API 函数打交道时，对于输入输出有乱码的，可以类似的测试一下 QString 的转码函数，对于 ANSI 多字节程序的 API，一般可以用 fromLocal8Bit 和 toLocal8Bit 函数进行沟通；对于 Unicode 程序的 API，可以用fromUtf16 和 utf16 进行沟通，多试试就可以了。
        对 Unix/Linux 系统就没那么多事，因为默认都是 UTF-8 的字符串。
        接下来，我们把 main 函数里的 Testcout 函数调用注释掉，将第二个 TestqDebug 函数启用，测试第二个函数的显示效果：

qDebug 可以正确显示 Utf8 、StdString 编码的字符串，当然还能智能打印 QString 对象的内容，会用双引号包起来。一般直接使用 qDebug()<<对象名;这种方式就可以了，qDebug()会智能打印 Qt 对象和常规的 C++ 数据类型。（这里我用的Qt版本有点小Bug没有正确显示，Qt 5.5.1版本修复了这个Bug）

     最后教读者一个小窍门，在Windows里的Qt命令行下运行第一个Testcout函数的测试结果：

命令行里看不到 cout 的输出，有方法可以查看，就是通过管道命令：qtcodec.exe | more 。这样就能看到输出了：

 

Qt Creator 输出面板捕获的命令行输出与上图汉字显示是一致的，所以以后都可以直接用 Qt Creator 输出面板来查看命令行输出，不用从命令行自己查看输出的。
QString 类中关于字符编码的函数都放到本节列举并测试了，后面就不重复介绍了。下一节我们学习 QString 常见的使用方式，QString 是 Qt 程序的基础，可以说每个 Qt 程序都会用到的，所以本章不着急介绍图形控件编程，要先打好基础。