qt 中文亂碼問題

QTextCodec *codec = QTextCodec::codecForName("UTF-8");
QTextCodec::setCodecForTr(codec);
QTextCodec::setCodecForLocale(QTextCodec::codecForLocale());
QTextCodec::setCodecForCStrings(QTextCodec::codecForLocale());

在main函數中加入以上代碼。　注：上面的代碼適用於較早的qt版本。　

 

 

轉自：http://f.dataguru.cn/thread-866992-1-1.html

 

解決Qt中文亂碼以及漢字編碼的問題(UTF-8/GBK)

---

編碼知識科普Qt常見的兩種編碼是:UTF-8和GBK 
★UTF-8：Unicode TransformationFormat-8bit，容許含BOM，但一般不含BOM。是用以解決國際上字符的一種多字節編碼，它對英文使用8位（即一個字節），中文使用24爲（三個字節）來編碼。UTF-8包含全世界全部國家須要用到的字符，是國際編碼，通用性強。UTF-8編碼的文字能夠在各國支持UTF8字符集的瀏覽器上顯示。如，若是是UTF8編碼，則在外國人的英文IE上也能顯示中文，他們無需下載IE的中文語言支持包。 
★GBK是國家標準GB2312基礎上擴容後兼容GB2312的標準。GBK的文字編碼是用雙字節來表示的，即不論中、英文字符均使用雙字節來表示，爲了區分中文，將其較高位都設定成1。GBK包含所有中文字符，是國家編碼，通用性比UTF8差，不過UTF8佔用的數據庫比GBD大。GBK是GB2312的擴展，除了兼容GB2312外，它還能顯示繁體中文，還有日文的假名。 
★GBK、GB2312等與UTF8之間都必須經過Unicode編碼才能相互轉換： 
GBK、GB2312－－Unicode－－UTF8 
UTF8－－Unicode－－GBK、GB2312  
★在簡體中文windows系統下，ANSI編碼表明GBK/GB2312編碼，ANSI一般使用0x80~0xFF範圍的2個字節來表示1箇中文字符。0x00~0x7F之間的字符，依舊是1個字節表明1個字符。Unicode(UTF-16)編碼則全部字符都用2個字節表示。
一個簡 單的 Qt 程序下面這個小程序，估計你們會感到比較親切。彷佛有至關多的中文用戶嘗試寫過這樣的代碼：

#include <QtGui/QApplication>
#include <QtGui/QLabel>
​
int main(int argc, char **argv)
{
    QApplication app(argc, argv);
    QString a= "我是漢字";
    QLabel label(a);
    label.show();
    return app.exec();
}



編碼，保存，編譯，運行，一切都很順利，但是結果呢：
[td]

多數用戶看到	其餘用戶看到
ÎòêÇoo×Ö	我æ˜ˉæ±‰å —

出乎意料，界面上中文沒顯示出來，出現了不認識字符。 因而開始用搜索引擎搜索，開始上論壇發帖或抱怨 
最後被告知，下面的語句之一能夠解決問題：


QTextCodec::setCodecForCStrings(QTextCodec::codecForName("GB2312"));
QTextCodec::setCodecForCStrings(QTextCodec::codecForName("UTF-8"));


兩條指令挨個一試，確實能夠解決(多數用戶是第一條，其餘用戶是第二條)。那麼，爲何會這樣呢？
QString 爲何會亂碼呢明確概念0："我是漢字" 是C語言中的字符串，它是char型的窄字符串。上面的例子可寫爲


const char * str = "我是漢字";
QString a= str;


或

char str[] = "我是漢字";
QString a= str;


等
明確概念1：源文件是有編碼的，可是這種純文本文件卻不會記錄本身採用的編碼 
這個是問題的根源，不妨作個試驗，將前面的源代碼保存成GBK編碼，用16進制編輯器能看到引號內是ce d2 ca c7 ba ba d7 d6這樣8個字節。 
如今將該文件拷貝到正體(繁體)中文的Windows中，用記事本打開會什麼樣子呢？

QString a= "扂岆犖趼";
QLabel label(a);
label.show();


那麼放到歐美人的Windows系統中，再用記事本打開呢？

QString a= "ÎòêÇoo×Ö";
QLabel label(a);
label.show();


同一個文件，未作任何修改，但其中的8個字節ce d2 ca c7 ba ba d7 d6,對用GBK的大陸人，用BIG5的港澳臺同胞，以及用Latin-1的歐洲人看來，看到的倒是徹底不一樣的文字。
明確概念2：如同咱們都瞭解的'A'與'\x41'等價同樣。 
GBK編碼下的


const char * str = "我是漢字"


等價於

const char * str = "\xce\xd2\xca\xc7\xba\xba\xd7\xd6";



當用UTF-8編碼時，等價於


const char * str = "\xe6\x88\x91\xe6\x98\xaf\xe6\xb1\x89\xe5\xad\x97";


注意：這個說法不全對，好比保存成帶BOM的UTF-8，用cl編譯器時，漢字自己是UTF-8編碼，但程序內保存時倒是對應的GBK編碼。
明確概念3：QString 內部採用的是Unicode。 
QString內部採用的是 Unicode，它能夠同時存放GBK中的字符"我是漢字",BIG5中的字符"扂岆犖趼" 以及Latin-1中的字符"ÎòêÇoo×Ö"。 
一個問題是，源代碼中的這8個字節"\xce\xd2\xca\xc7\xba\xba\xd7\xd6"，該怎麼轉換成Unicode並存到 QString 內？按照GBK、BIG五、Latin-1仍是其餘方式… 
在你不告訴它的狀況下，它默認選擇了Latin-1，因而8個字符"ÎòêÇoo×Ö"的unicode碼被存進了QString中。最終，8個Latin字符出如今你期盼看到4中文字符的地方，所謂的亂碼出現了
QString 工做方式

const char * str = "我是漢字";
QString a= str;


其實很簡單的一個問題，當你須要從窄字符串 char* 轉成Unicode的QString字符串的，你須要告訴QString你的這串char* 中到底是什麼編碼？GBK、BIG五、Latin-1 
理想狀況就是：將char* 傳給QString時，同時告訴QString本身的編碼是什麼： 
就像下面的函數同樣，QString的成員函數知道按照何種編碼來處理 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 )


單QString 只提供了這幾個成員函數，遠遠知足不了你們的需求，好比，在簡體中文Windows下，local8Bit是GBK，但是有一個char串是 BIG5 或 Latin-2怎麼辦？ 
那就動用強大的QTextCodec吧，首先QTextCodec確定知道本身所負責的編碼的，而後你把一個char串送給它，它就能正確將其轉成Unicode了。

QString QTextCodec::toUnicode ( const char * chars ) const


但是這個調用太麻煩了，我就想直接


QString a= str;


或

QString a(str);


這樣用怎麼辦？ 
這樣一來確定沒辦法同時告訴 QString 你的str是何種編碼了，只能經過其餘方式了。這也就是開頭提到的

QTextCodec::setCodecForCStrings(QTextCodec::codecForName("GBK"));
QTextCodec::setCodecForCStrings(QTextCodec::codecForName("UTF-8"));

設置QString默認採用的編碼。而究竟採用哪個，通常來講就是源代碼是GBK，就用GBK，源代碼是UTF-8就用UTF-8。但有一個例外，若是你保存成了帶BOM的UTF-8並且用的微軟的cl編譯器，此時還是GBK。
總結下，亂碼出現的緣由主要是：QString內部採用的是 Unicode，它能夠同時存放GBK中的字符"我是漢字",BIG5中的字符"扂岆犖趼" 以及Latin-1中的字符"ÎòêÇoo×Ö"。 
當你須要從窄字符串 char* 轉成Unicode的QString字符串的，你須要告訴QString你的這串char* 中到底是什麼編碼？GBK、BIG五、Latin-1？ 
在你不告訴它的狀況下，它默認選擇了Latin-1，因而8個字符"ÎòêÇoo×Ö"的unicode碼被存進了QString中。最終，8個Latin字符出如今你期盼看到4中文字符的地方， 
所謂的亂碼出現了。 
網上有不少方法介紹直接在main.cpp裏設置：

QTextCodec *codec = QTextCodec::codecForName("UTF-8");
QTextCodec::setCodecForTr(codec);
QTextCodec::setCodecForLocale(codec);
QTextCodec::setCodecForCStrings(codec);


其實這在某些狀況下也是有問題的，由於程序可能讀到系統的中文路徑，或者調用中文路徑下的外部程序，這時候若是系統是gb2312就有問題了。 
由於中文路徑的編碼是採用utf-8存到QString裏的，系統讀中文路徑解碼的時候採用的倒是系統的gb2312，因此會調不起帶中文路徑的外部程序。 
以上問題下面方法能夠解決：

QTextCodec *codec = QTextCodec::codecForName("UTF-8");
QTextCodec::setCodecForTr(codec);
QTextCodec::setCodecForLocale(QTextCodec::codecForLocale());
QTextCodec::setCodecForCStrings(QTextCodec::codecForLocale());

對於外部字符串編碼解碼所有采用本地編碼。