UNICODE汉字和字符编码检查(去乱码)(QT)

  • 我在读取PDF文档时,输出为UNICODE编码的字符串,会遇到些显示不正常的乱码,所以想办法去除了。
  • UNICODE汉字编码(GBK):0x4E00-9FA5
  • ASCII国际标准+扩展:0-0xFF,UNICODE为:0x0000-00FF
  • 所以,上面范围之外的都可以看做乱码了,去除即可。 
    //b 为读取的pdf文档
    ushort *p = (ushort*)b.data();
    for(int i=0;i<b.size()/2;i++,p++)
    {        
        if(*p<0xff)continue;
        if( *p >=0x4e00 && *p<=0x9fa5)//4E00-9FA5
                continue;
        *p=0xffff;
    }
    QByteArray forstr;
    forstr.resize(2);
    forstr[0]=0xff;
    forstr[1]=0xff;
    b.replace(forstr,QByteArray(""));

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值