QT字符串编码知识汇编

各种概念

（一）各种表示字符的变量长度是不同的

sizeof(char) = 1;

sizeof(wchar_t) = （windows下是2或者Linux下是4）

（二）源代码文件是有编码的

但作为“纯文本”是不会记录自己的编码。

（三）QString、QChar是支持unicode

QChar是基于16bit的 ushort实现。（注意不是wchar_t）

QString内部是基于QChar实现； （注意不必然是QChar和字符数相等）

但在Windows下1个QChar表示一个字符，范围为UCS2；在linux下2个QChar表示一个字符，范围为UCS4。 

============================================= 

各种和字符编码有关的内容

（1）源代码的编码决定了其中全部字符的编码，使用何种转换函数

*msvc2008在编译前会有转码过程，会把任何无bom的文件当成locale，任何有bom的文件转换成locale 

（2） QTextCodec::setCodecForTr 

设置tr函数翻译的内容，这个翻译是“动态”的，也就是在运行时tr函数采用正确的编码，

*tr函数就是QApplication::translate函数的马甲。

*由于msvc会自动转码，所以此处应该设置最终运行程序使用的编码，而不一定是源代码的编码。 

（3） 宏CODECFORTR

在pro文件中，说明TR部分的字符编码，主要是明确告诉linguist / lupdates的字符的编码 

*此处是没有转码，即linguist / lupdates 使用就是源代码文件中的字符

*不明：无论源代码文件是utf-8(with bom) 还是ascii（system/gbk）,而无论指定为system还是utf-8，都可以正确显示；但其他编码则不行。

（4）宏CODECFORSRC

在pro文件中，说明源代码文件的编码

使用条件：编译器创建的程序使用编码和源代码的编码不一致，目前来看就是只有msvc系列。 

（5）QTextCodec::setCodecForLocale

指定本地字符编码，对于任何未明确说明的字符串所使用的编码

（6）QTextCodec::setCodecForCStrings

指定QString，对于任何未明确说明编码的字符串所使用的编码 

 （7）QString/QChar

QT中字符串存储的基本类，内部采用2字节的unicode（utf-16）作为存放字符串的基本内容。任何非utf-16的编码都要经过适当转换（fromXXX），再做存储 。

 *fromUtf16的输入参数是ushort；而fromWCharArray是wchar_t；但具体使用时两者基本等效。

*QString没有直接的构造函数接收wchar_t[]或者short[]，但 QChar有针对short的构造函数。

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

QTextCodec是专门进行代码转换的类，可以明确完成各种编码转换。对于少量的、特别字符转换，一般可以采用。

QByteArray encodedString = "...";
QTextCodec *codec = QTextCodec::codecForName("KOI8-R");

QString string = codec->toUnicode(encodedString); 

 （9）宏QT_NO_CAST_FROM_ASCII  和 QT_NO_CAST_TO_ASCII

在pro文件中使用，阻止 char*直接和QString进行隐式相互转换，要求明确定制char*的编码格式（使用QLatin1String，QString::fromXXX；QObject::tr）

 

 ================================================

各种工具的事情

（a）QtCreator的编辑器

QtCreator编辑器可以选择默认的编码，以及对bom的处理

源代码文件：无特别的之处。

qrc,ui文件：不能直接编辑，只能间接使用Resource Editor 和 Designer进行编辑，并且本身是xml文件；

pro文件：可以编辑，但qmake无法解析带有bom的文件 。所以如果选择自动添加bom信息则会导致分析pro文件报错异常

pri文件：带bom信息不能正常include，但不一定报错，但会发现无效

（b）linguist

依赖ts文件，无其他 

*linguist查看源代码文件窗口直接把源代码当作latin1读取，所以仍然无法正确查看到其中非latin1字符  

（c）lupdate

指定QT_CODECFORTR和QT_CODECFORSRC即可 

（d）lrelease

lrelease 是 Linguist 工具链的一部分，可作为独立程序使用。它将 .ts 文件转换成压缩的 .qm 文件，供 QTranslator 使用。

读入.ts 文件(.ts文件是包含编码信息的xml文件，不存在乱码的基础)

将读入的字符串编码 后按某种格式存储后 .qm 文件中

默认情况下，采用latin1编码；对于.ts文件中包括defaultcodec的，采用该编码 

*lrelease涉及到编码，所以器需要用Qt的插件(比如qcncodecs4.dll)。目前由于种种原因，lrelease无法加载插件，也没有补丁。

目前折中的办法：如果你在简体中文的windows系统中使用gb2312，那么在指定编码是，直接指定SYSTEM而不要指定GB2312 ，则可以避免使用codecs插件。

（e）winres

  只能处理locale的文件

对于直接处理的文件（一般是rc文件），会直接作为locale处理，对于任何非ascii会产生乱码。

其中如果有include，则会将包括bom在内部分也包括进去，并进而导致有无法识别的字符。

综上，对于rc文件和其中引用的文件，都要用locale编码。 

转载于:https://www.cnblogs.com/kevinzhwl/archive/2012/08/27/2658627.html