浅析QStringr的Unicode存储特性(二)

来源:互联网 发布:阿里云 mysql 优化 编辑:程序博客网 时间:2024/05/14 09:40

浅析QStringr的Unicode存储特性(二)


来源:CSDN   作者:Love Katherine   发布时间:2007-11-5   人气:493  在上篇文章中,通过简单的实验弄清楚了QString究竟是如何以Unicode存储字符串的;

接下来考虑另一个问题, 假设"中文"的编码格式不同于locale,例如使用GBK编码,在上文的示例中,还会正常输出“中文"么? 答案是否定的。

考虑一下"中文"GBK编码时的整个转换过程

首先,"中文"对应的GBK编码为“ 0xd6,0xd0,0xce,0xc4,0x00“,由于QString默认情况下认为给定的字符串采用Latin-1编码,所以GBK编码被扩展为对应的16 bit Unicode码值“0x00d6,0x00d0,0x00ce,0x00c4,0x0000";再从QString到std::string的转换中,又由Unicode转换回Latin-1编码"0xd6,0xd0,0xce,0xe4,0x00",实际上又变回了最初的GBK编码,然而locale采用的是UTF-8编码,将GBK编码的字节流输出到编码格式为UTF-8的console,不出现乱码才见鬼呢。

那么,为什么上文中也存在相似的转换,却不会出现乱码呢?因为那里“中文"采用的就是locale编码格式,所以console能正确的识别并显示接受到的字节流。


那么,怎么正确显示GBK编码的"中文"呢?

首先,保证QString中存储的是"中文"对应的Unicode码值“0x4e2d 0x6587",而不是“0x00d6,0x00d0,0x00ce,0x00c4,0x0000",即完成GBK编码到Unicode的翻译。

其次,由于现在QString中的内容是"中文"的Unicode码值,而QString和std::string、const char *、QByteArray之间的转换在默认情况下是采用Latin-1编码,这样就会出现问题——0x4e2和0x6587这样的Unicode码值超出了Latin-1编码的表示范围,转换时会出现信息丢失;解决该问题的方式是显示调用 QString::setCodecForCStrings()来设定QString和const char *之间转换时采用的编码方法。

以下是代码片段
//GBK编码的"中文" 
char chinese[]=......{0xd6,0xd0,0xce,0xc4,''};

QByteArray gbkbytearray(chinese);
    
QTextCodec 
*gbkcodec = QTextCodec::codecForName("GBK");
QTextCodec 
*utf8codec = QTextCodec::codecForName("UTF-8");

//设定QString与const char *之间的转换采用UTF-8编码,与locale保持一致
QTextCodec::setCodecForCStrings (utf8codec);
    
//此时 unicodestr中存放的是“中文"的Unicode码值
QString unicodestr=gbkcodec->toUnicode(gbkbytearray);

//同样的,可以借助QChar和GDB来查看QString unicodestr的内部的存储的值
QChar * pch=unicodestr.data();
    

//将QString转换为const char *并输出至console
cout<<unicodestr.toStdString().c_str()<<endl;

http://read.newbooks.com.cn/info/167108.html
原创粉丝点击