Qt 文件写入后显示乱码问题

转自https://blog.csdn.net/brave_heart_lxl/article/details/7186631#commentBox
以下是dbzhang关于qt中文乱码问题原因的阐述,觉得不错:

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

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>
#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:

“我是汉字” 是C语言中的字符串,它是char型的窄字符串。上面的例子可写为
const char * str = “我是汉字”;
QString a= str;

char str[] = “我是汉字”;
QString a= str;

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?


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

那么放到欧美人的Windows系统中,再用记事本打开呢?


QString a= “ÎÒÊǺº×Ö”;
QLabel label(a);
label.show();

同一个文件,未做任何修改,但其中的8个字节ce d2 ca c7 ba ba d7 d6,对用GBK的大陆人,用BIG5的港澳台同胞,以及用Latin-1的欧洲人看来,看到的却是完全不同的文字。

明确概念2:

如同我们都了解的’A’与’\x41’等价一样。
GBK编码下的

const char * str = “我是汉字”
等价于

const char * str = “\xce\xd2\xca\xc7\xba\xba\xd7\xd6”;
当用UTF-8编码时,等价于

const char * str = “\xe6\x88\x91\xe6\x98\xaf\xe6\xb1\x89\xe5\xad\x97”;
注意:这个说法不全对,比如保存成带BOM的UTF-8,用cl编译器时,汉字本身是UTF-8编码,但程序内保存时却是对应的GBK编码。

明确概念3:

QString 内部采用的是Unicode。
QString内部采用的是 Unicode,它可以同时存放GBK中的字符”我是汉字”,BIG5中的字符”扂岆犖趼” 以及Latin-1中的字符”ÎÒÊǺº×Ö”。

一个问题是,源代码中的这8个字节”\xce\xd2\xca\xc7\xba\xba\xd7\xd6″,该怎么转换成Unicode并存到 QString 内?按照GBK、BIG5、Latin-1还是其他方式…

在你不告诉它的情况下,它默认选择了Latin-1,于是8个字符”ÎÒÊǺº×Ö”的unicode码被存进了QString中。最终,8个Latin字符出现在你期盼看到4中文字符的地方,所谓的乱码出现了

QString 工作方式

const char * str = “我是汉字”;
QString a= str;
其实很简单的一个问题,当你需要从窄字符串 char* 转成Unicode的QString字符串的,你需要告诉QString你的这串char* 中究竟是什么编码?GBK、BIG5、Latin-1

理想情况就是:将char* 传给QString时,同时告诉QString自己的编码是什么:

就像下面的函数一样,QString的成员函数知道按照何种编码来处理 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 )
单QString 只提供了这几个成员函数,远远满足不了大家的需求,比如,在简体中文Windows下,local8Bit是GBK,可是有一个char串是 BIG5 或 Latin-2怎么办?

那就动用强大的QTextCodec吧,首先QTextCodec肯定知道自己所负责的编码的,然后你把一个char串送给它,它就能正确将其转成Unicode了。

QString QTextCodec::toUnicode ( const char * chars ) const
可是这个调用太麻烦了,我就想直接

QString a= str;

QString a(str);
这样用怎么办?

这样一来肯定没办法同时告诉 QString 你的str是何种编码了,只能通过其他方式了。这也就是开头提到的

QTextCodec::setCodecForCStrings(QTextCodec::codecForName(“GBK”));
QTextCodec::setCodecForCStrings(QTextCodec::codecForName(“UTF-8”));
设置QString默认采用的编码。而究竟采用哪一个,一般来说就是源代码是GBK,就用GBK,源代码是UTF-8就用UTF-8。但有一个例外,如果你保存成了带BOM的UTF-8而且用的微软的cl编译器,此时仍是GBK。

总结下,乱码出现的原因主要是:

QString内部采用的是 Unicode,它可以同时存放GBK中的字符”我是汉字”,BIG5中的字符”扂岆犖趼” 以及Latin-1中的字符”ÎÒÊǺº×Ö”。

当你需要从窄字符串 char* 转成Unicode的QString字符串的,你需要告诉QString你的这串char* 中究竟是什么编码?GBK、BIG5、Latin-1?

在你不告诉它的情况下,它默认选择了Latin-1,于是8个字符”ÎÒÊǺº×Ö”的unicode码被存进了QString中。最终,8个Latin字符出现在你期盼看到4中文字符的地方,

所谓的乱码出现了。

网上有很多方法介绍直接在main.cpp里设置:

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

QTextCodec::setCodecForTr(codec);

QTextCodec::setCodecForLocale(codec);
QTextCodec::setCodecForCStrings(codec);

其实这在某些情况下也是有问题的,因为程序可能读到系统的中文路径,或者调用中文路径下的外部程序,这时候如果系统是gb2312就有问题了。

因为中文路径的编码是采用utf-8存到QString里的,系统读中文路径解码的时候采用的却是系统的gb2312,所以会调不起带中文路径的外部程序。

以上问题下面方法可以解决:

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

QTextCodec::setCodecForTr(codec);

QTextCodec::setCodecForLocale(QTextCodec::codecForLocale());
QTextCodec::setCodecForCStrings(QTextCodec::codecForLocale());

对于外部字符串编码解码全部采用本地编码。

版权声明:本文为CSDN博主「brave_heart_lxl」的原创文章,遵循CC 4.0 by-sa版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/brave_heart_lxl/article/details/7186631

在Qt5 中直接转换格式后写入就可以。
中文写入文件不能显示的问题:
void MainWindow::jzqMessageAppend(QString AppStr)
{
QFile file1;
file1.setFileName(todayDateText);//对应文件名称
file1.open(QIODevice::Append);//在文件后面添加
file1.write(AppStr.toUtf8());//转换为中文能够显示的格式
file1.write(“\r\n”);//换行
file1.close();//关闭文件
}
UTF-8(8-bit Unicode Transformation Format)是一种针对Unicode的可变长度字符编码,由Ken Thompson于1992年创建,现在已经标准化为RFC 3629。UTF-8用1到4个字节编码Unicode字符。用在网页上可以统一页面显示中文简体繁体及其它语言(如英文,日文,韩文)。

    原文作者:hello好样
    原文地址: https://blog.csdn.net/qq_38874934/article/details/99414296
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞