Qt5字符串编码转换学习

1、通过Python3示例探索常用字符串编码

下面，我们通过Python3代码来了解一下字符串编码的小秘密：

首先，我们定义一个字符串aha123

aha123 = "啊哈123"

然后，我们看看它在各种编码下的二进制：

UTF8

aha123.encode('utf8')
b'xe5x95x8axe5x93x88123'

ANSI

aha123.encode('gbk')
b'xb0xa1xb9xfe123'

Unicode

aha123.encode('unicode_escape')
b'\u554a\u54c8123'

小结

计算机中储存的信息都是用二进制数表示的；而我们在屏幕上看到的英文、汉字等字符是二进制数转换之后的结果。通俗的说，按照何种规则将字符存储在计算机中，如'a'用什么表示，称为"编码"；反之，将存储在计算机中的二进制数解析显示出来，称为"解码"，如同密码学中的加密和解密。在解码过程中，如果使用了错误的解码规则，则导致'a'解析成'b'或者乱码。^[1]

从上面的代码可以看出，编码是一种映射方式，它将字符串转换成了不同的二进制值，其中

• gbk,utf8对应于(unsigned )char [-128,128] [0,255]；(f:string o uchar)
• unicode对应于(unsigned )short[-32768,32768] [0,65535]；；(f:string o ushort)

def dump_content_codings(content):
    print('原文   :',content)
    print('utf8   :', content.encode('utf8'))
    print('gbk    :', content.encode('gbk'))
    print('unicode:', content.encode('unicode_escape'))
dump_content_codings('aha123')
dump_content_codings(aha123)

原文   : aha123
utf8   : b'aha123'
gbk    : b'aha123'
unicode: b'aha123'

原文   : 啊哈123
utf8   : b'xe5x95x8axe5x93x88123'
gbk    : b'xb0xa1xb9xfe123'
unicode: b'\u554a\u54c8123'

2、Qt5中使用QTextCodec进行编码转换

Qt使用Unicode来存储、绘制和操作字符串。

Qt提供了一组QTextCodec类来帮助在Unicode和非Unicode格式之间进行转换。您还可以创建自己的编解码器类。^[2]

void string_coding_test() {
    std::string aha_u8 = u8"啊哈123";
    QTextCodec* utf8_codec = QTextCodec::codecForName("UTF-8");
    QTextCodec* gbk_codec = QTextCodec::codecForName("GBK");

    // UTF8 -> Unicode，首先将utf8转换成内置的unicode（QString）
    QString aha_unicode = utf8_codec->toUnicode(aha_u8.c_str());

    // Unicode -> gbk，再从unicode转换成gbk
    std::string aha_gbk = gbk_codec->fromUnicode(aha_unicode);

    // 以下代码用于显示转换后的二制内容以及保存的文本文件内容
    for (auto& i : aha_gbk)
    {
        if ('0' <= i && i <= '9')
            std::cout << i;
        else
            std::cout << "\x" << std::hex << short(i);
    }
    std::cout << std::endl ;
    {
        std::string sPath = "text_gbk.txt";
        std::ofstream file(sPath);
        file << aha_gbk << std::endl;
    }

    // Unicode -> utf8，又从unicode转换成utf-8
    std::string aha_u8_2 = utf8_codec->fromUnicode(aha_unicode);

    // 以下代码用于显示转换后的二制内容以及保存的文本文件内容
    for (auto& i : aha_u8_2)
    {
        if ('0' <= i && i <= '9')
            std::cout << i;
        else
            std::cout << "\x" << std::hex << short(i);
    }
    {
        std::string sPath = "text_u8.txt";
        std::ofstream file(sPath);
        file << aha_u8 << std::endl;
    }
}

小结

在Qt5中，先将字符串保存为QString（Unicode），然后，再通过QTextCodec，将Unicode转换成其它编码的字符串。