浅析QStringr的Unicode存储特性(二)

一时失言乱红尘 2022-09-20 15:04 251阅读 0赞

在上篇文章中，通过简单的实验弄清楚了QString究竟是如何以Unicode存储字符串的；  
  
接下来考虑另一个问题， 假设"中文"的编码格式不同于locale，例如使用GBK编码，在上文的示例中，还会正常输出“中文"么? 答案是否定的。  
  
考虑一下"中文"GBK编码时的整个转换过程  
  
首先，"中文"对应的GBK编码为“ 0xd6,0xd0,0xce,0xc4,0x00“，由于QString默认情况下认为给定的字符串采用Latin-1编码，所以GBK编码被扩展为对应的16 bit Unicode码值“0x00d6,0x00d0,0x00ce,0x00c4,0x0000"；再从QString到std::string的转换中，又由Unicode转换回Latin-1编码"0xd6,0xd0,0xce,0xe4,0x00",实际上又变回了最初的GBK编码，然而locale采用的是UTF-8编码，将GBK编码的字节流输出到编码格式为UTF-8的console，不出现乱码才见鬼呢。  
  
那么，为什么上文中也存在相似的转换，却不会出现乱码呢？因为那里“中文"采用的就是locale编码格式，所以console能正确的识别并显示接受到的字节流。  
  
  
那么，怎么正确显示GBK编码的"中文"呢？  
  
首先，保证QString中存储的是"中文"对应的Unicode码值“0x4e2d 0x6587"，而不是“0x00d6,0x00d0,0x00ce,0x00c4,0x0000"，即完成GBK编码到Unicode的翻译。  
  
其次，由于现在QString中的内容是"中文"的Unicode码值，而QString和std::string、const char \*、QByteArray之间的转换在默认情况下是采用Latin-1编码，这样就会出现问题——0x4e2和0x6587这样的Unicode码值超出了Latin-1编码的表示范围，转换时会出现信息丢失；解决该问题的方式是显示调用 QString::setCodecForCStrings（）来设定QString和const char \*之间转换时采用的编码方法。  
  
以下是代码片段

![None.gif][] // GBK编码的"中文"    
![ExpandedBlockStart.gif][]![ContractedBlock.gif][] char  chinese\[\] = ... ... \{ 0xd6,0xd0,0xce,0xc4,''\} ;  
![None.gif][]  
![None.gif][]QByteArray gbkbytearray(chinese);  
![None.gif][]  
![None.gif][]QTextCodec  \* gbkcodec  =  QTextCodec::codecForName( " GBK " );  
![None.gif][]QTextCodec  \* utf8codec  =  QTextCodec::codecForName( " UTF-8 " );  
![None.gif][]  
![None.gif][] // 设定QString与const char \*之间的转换采用UTF-8编码，与locale保持一致   
![None.gif][] QTextCodec::setCodecForCStrings (utf8codec);  
![None.gif][]  
![None.gif][] // 此时 unicodestr中存放的是“中文"的Unicode码值   
![None.gif][] QString unicodestr = gbkcodec \-> toUnicode(gbkbytearray);  
![None.gif][]  
![None.gif][] // 同样的，可以借助QChar和GDB来查看QString unicodestr的内部的存储的值   
![None.gif][] QChar  \*  pch = unicodestr.data();  
![None.gif][]  
![None.gif][]  
![None.gif][] // 将QString转换为const char \*并输出至console   
![None.gif][] cout << unicodestr.toStdString().c\_str() << endl;

[None.gif]: /images/20220828/c60a96d209e74933a219f30b4c7e2031.png
[ExpandedBlockStart.gif]: http://images.csdn.net/syntaxhighlighting/OutliningIndicators/ExpandedBlockStart.gif
[ContractedBlock.gif]: /images/20220828/d00aa37e339b475d9a0c379d112b861b.png

发表评论取消回复

表情：

评论列表（有 0 条评论，251人围观）

还没有评论，来说两句吧...

相关阅读

相关浅析Python中的Unicode：常见误区及实际应用

Python是一种广泛使用的、支持Unicode编码的编程语言。Unicode是字符集，它为全球范围内的所有文字提供了统一的标准。但在使用Python处理Unicode时，

r囧r小猫/ 2025年01月24日 15:00/ 0 赞/ 1 阅读

相关【数据结构】数组：特性浅析

1 数组是什么数组（Array）是一种线性表数据结构。它用一组连续的内存空间，来存储一组具有相同类型的数据。 1.1 线性表结构数组（Array）是一种线性表

超、凢脫俗/ 2022年12月08日 04:49/ 0 赞/ 185 阅读

相关浅析QStringr的Unicode存储特性(二)

在上篇文章中，通过简单的实验弄清楚了QString究竟是如何以Unicode存储字符串的；接下来考虑另一个问题，假设"中文"的编码格式不同于locale，例如使用

一时失言乱红尘/ 2022年09月20日 15:04/ 0 赞/ 252 阅读

相关浅析QStringr的Unicode存储特性(一)

在看Qt相关的文档时，不断看到Qt对于i18n和Unicode的支持如何，一直没有个直观和底层的认识，最近写了些简单的例子，感觉结合实例能更好理解Qt内部对于字符串存储的转换机

冷不防/ 2022年09月20日 15:04/ 0 赞/ 189 阅读

相关 HTTP/2 新特性浅析

HTTP/2 源自 SPDY/2 SPDY 系列协议由谷歌开发，于 2009 年公开。它的设计目标是降低 50% 的页面加载时间。当下很多著名的互联网公司都在自己的网站或

深碍√TFBOYSˉ_/ 2022年07月18日 00:25/ 0 赞/ 225 阅读

相关浅析存储区

1、栈区（stack）由编译器自动分配释放，存放函数的参数值，局部变量的值等，内存的分配是连续的，类似于平时我们所说的栈，如果还不清楚，那么就把它想成数组，它的内存分配

Bertha 。/ 2022年07月15日 07:37/ 0 赞/ 283 阅读

相关 memcached的分布式存储浅析

一直在说分布式，感觉很神秘高大上，其实php的下memcached实现分布式还是很简单的，下面就简单梳理一下。 1. memcached 的分布式实现 mem

Myth丶恋晨/ 2022年07月12日 04:23/ 0 赞/ 253 阅读

相关 memcached的分布式存储浅析

一直在说分布式，感觉很神秘高大上，其实php的下memcached实现分布式还是很简单的，下面就简单梳理一下。 1. memcached 的分布式实现 mem

阳光穿透心脏的1/2处/ 2022年07月12日 04:23/ 0 赞/ 218 阅读

相关 Spring事务传播特性的浅析

Spring事务传播机制回顾 Spring事务一个被讹传很广说法是：一个事务方法不应该调用另一个事务方法，否则将产生两个事务。结果造成开发人员在设计事务

男娘i/ 2022年07月11日 08:42/ 0 赞/ 248 阅读

相关 HashMap存储结构浅析

什么是hashcode 分析HashMap之前先介绍下什么Hashcode(散列码)。它是一个int，每个对象都会有一个hashcode，它在内存的存放位置是放在对

àì夳堔傛蜴生んèń/ 2022年06月12日 13:46/ 0 赞/ 225 阅读