(更新:本文的姊妹篇 Qt中translate、tr关系 与中文问题 ) 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>
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
#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×Ö æˆ‘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 cl 1 * mingw-g++ 1 * g++ 1 UTF-8(不带BOM) cl 2 mingw-g++ 2 g++ 2 * UTF-8(带BOM) cl 1 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: 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?