qt vs 中文乱码

QString显示中文乱码的原因：

Qt5中QString内部采用unicode字符集，utf-16编码。构造函数QString::QString(const char *str)默认使用fromUtf8()将str所指的执行字符集从utf-8转码成utf-16。
由上面fromUtf8()可知，QString需要执行字符集编码为utf-8，然后以utf-8进行解码，再编码为utf-16才能获得正确的字符编码。显示中文乱码的原因其实就QString转码方式与执行字符集不一致。(比如，源字符集为本地字符集GBK编码，QString以utf-8的方式进行解码，会导致获得错误的二进制编码，再将错误二进制转为utf-16就会出现乱码。)

解决方法

1、把Qt Creator 或者 vs 的 IDE的环境设置为“UTF-8+BOM”编码。

2、所有源文件和头文件都保存为“UTF-8+BOM”编码。

3、预编译头文件加入

#if defined(_MSC_VER) && (_MSC_VER >= 1600)    
# pragma execution_character_set("utf-8")    
#endif

或者添加 QMAKE_CXXFLAGS += /utf-8 到pro文件中

 

qt设置“UTF-8+BOM”

Windows环境下, Qt Creator, 菜单->工具->选项->文本编辑器->行为->文件编码->默认编码， 推荐utf-8 ，使用“如果编码是UTF-8则添加bom”

vs设置“UTF-8+BOM”

• 单击“工具”|“自定义”命令，弹出“自定义”对话框。
• 单击“命令”标签，进入“命令”选项卡。
• 在“菜单栏”下拉列表中，选择“文件”选项。
• 单击“添加命令”按钮，弹出“添加命令”对话框。
• 在“类别”列表中，选择“文件”选项；在“命令”列表中，选择“高级保存选项”选项。
• 单击“确定”按钮，关闭“添加命令”对话框。
• 选中“控件”列表中的“高级保存选项”选项，单击“上移”或者“下移”按钮，调整该命令的位置。
• 单击“关闭”按钮，完成“高级保存选项”命令的添加操作。

把高级保存功能调用出来，就可以将文件保存为“unicode(utf-8 带签名)”。

中文乱码分析

1. Qt Creator的编辑器默认使用UTF-8（代码页65001）编码来读取文本文件。而Visual Studio保存文件时默认采用的是本地编码，对于简体中文的Windows操作系统，这个编码就是GB2312（代码页936）。如果使用Qt Creator读取由Visual Studio创建的文件，那么编辑器就会以UTF-8编码格式读取GB2312编码格式的文件，出现中文乱码。至于英文部分不会乱码，是因为UTF-8和GB2312在单字节字符部分是兼容的。

2. MSVC在编译时，会根据源代码文件有无BOM来定义源码字符集。如果有BOM，则按BOM解释识别编码；如果没有，则使用本地字符集，对于简体中文的Windows操作系统就是GB2312。那么，当MSVC遇到一个没有BOM的UTF-8编码的文件时，它通常会把文件看作GB2312的来处理。如果文件全是英文没有问题，但如果包含中文，编译器就会出现误读。这种情况下，Qt Creator编辑器是正常的。但MSVC编译器会乱码。

 

参考网址

常用的3个编译器(微软VC++的cl编译器，Mingw中的g++，Linux下的g++)，源代码分别采用GBK和无BOM的UTF-8以及有BOM的UTF-8这3种编码进行保存,发生的现象如下表所示。

情况1：指的是Local字符集为GBK

情况2：指的是Local字符集为UTF-8

源代码的编码	编译器	显示正常	显示乱码
GBK	win vs cl	情况1	情况2
	win mingw-g++	情况1	情况2
	linux g++	情况1	情况2
UTF-8(无BOM)	win vs cl	编译失败 error C2001: 常量中有换行符	编译失败 error C2001: 常量中有换行符
	win mingw-g++	情况2	情况1
	linux g++	情况2	情况1
UTF-8(有BOM)	win vs cl	情况1 情况2(有#pragma预处理)	情况2(没有#pragma预处理)
	win mingw-g++	情况2	情况1
	linux g++	情况2	情况1

 

字库表：是一个系统支持的文字，符号，数字的集合。
编码字符集(字符集)：我们平时所说的字符集就是这个，计算机以二进制的形式存储字符，每个字符对应的二进制编码不同，而编码字符集就是所有编码与字符的映射集合。例如：在ASCII码的编码字符集中，字母A的编码是65，65的二进制就是01000001。
字符编码：不同字符的编码不同，其二进制的位数也不同。为了达到节省空间，解析方便等目的，出现了多种存储字符编码的方式，每种方式对应一套算法也称字符编码。例如Unicode字符集，utf-8，utf-16字符编码。
源文件字符集：源文件本身也是文本文件，所以源文件字符集是指源文件保存时采用哪种字符编码。
执行字符集：可执行应用程序内使用何种字符编码。编译器会将源码字符集转换为执行字符集。

 

中文乱码测试

使用如下方法进行测试：首先创建QString对象str并初始化，因为QString构造函数内部调用了QString::fromUtf8()，所以它俩表现应该一致。QString::fromLocal8Bit()将执行字符集以本地编码转为utf-16。具体代码如下：

例1，创建一个编码为带BOM标识的utf-8源文件，打印如下：

打印前两个发生了乱码，fromLocal8Bit显示正常。源文件带BOM标识，因此编译器可以正确识别源文件字符编码，并以正确地方式将源字符集(utf-8编码)转为执行字符集即local字符集(GBK编码)。此时执行字符集为loacl字符集，而fromUtf8将执行字符集以utf-8方式进行解码，所以会出现乱码。fromLocal8Bit将执行字符集以本地编码进行转码，因此获得正确的字符编码。

例2，创建一个编码为不带BOM标识的utf-8源文件.，打印如下：

打印前两个显示正常，fromLocal8Bit发生了乱码。源文件不带BOM标识，因此编译器会认为源文件编码为本地编码，而执行字符集也是本地编码，因此不会进行转码(本人推测的0.0)，但实际上执行字符集是utf-8编码。因此fromUtf8将执行字符集以utf-8进行解码，显示正确；而fromLocal8Bit将执行字符集以本地编码进行解码，显示乱码。
例3，使用预处理命令#pragma execution_character_set(“utf-8”)，将执行字符集设置为utf-8。创建一个编码为带BOM标识的utf-8源文件.，打印如下：

打印前两个显示正常，fromLocal8Bit发生了乱码。编译器识别源文件字符编码为utf-8，执行字符集也为utf-8，因此不会转码。fromUtf8可以正确的以utf-8进行解码，显示正确。而fromLocal8Bit将执行字符集以本地编码进行解码，显示乱码。
例4，使用预处理命令#pragma execution_character_set(“utf-8”)，将执行字符集设置为utf-8。创建一个编码为不带BOM标识的utf8源文件.，打印如下：

三个显示乱码。编译器识别源文件字符编码为本地编码(实际为utf-8编码)，并错误地将源字符集以本地编码进行解码，再编码为utf-8(相当于utf-8以本地编码转码为utf-8)。因此三者都显示乱码。