qt中中英文乱码的原因分析以及解决方法

在 Qt 4 的时代，解决中文乱码挺麻烦。要考虑用的是什么编译器，具体的可以参考下面这篇文章：  http://blog.csdn.net/brave_heart_lxl/article/details/7186631

到了 Qt 5 的年代，这个问题变得简单了些。因为根据 Qt 的文档：  http://doc.qt.io/qt-5.6/qstring.html#QString-7

中规定 QString 的 const char* 构造函数是调用 fromUtf8() 构造的。所以要求字符串字面量是 UTF-8 编码的字节。

这里先要解释一下下面两个概念：

源码字符集很容易理解，就是我们源代码的编码。为了我们的代码能够跨平台，源文件要保存为带 BOM 的 utf-8。

执行字符集就麻烦多了。比如我们下面的代码片段：

即使这个文件存为 utf-8 格式了，编译成 exe 文件时，编译器也可能对这个字符串常量进行转码，转为别的编码格式。

在 gcc 中，控制这个转码操作的命令行参数是：

如果不指定的话默认是 utf-8。所以我们用 gcc 时很少关注这个问题。

Viual Stdio 中就麻烦多了。这里先说 Visual stdio 2015，这个是我现在用的编译环境。VS2015 中如果源代码是 utf-8的，执行字符集默认是本地 Locale 字符集，对于简体中文的 windows 系统来说，这个 本地Locale字符集是 gb18030。所以直接显示汉字会全是乱码。解决这个乱码有三个办法，第一个办法是编译时加入命令行参数，在 Qt 的 pro 文件中可以这样：

第二个办法是在源文件中加入：

更好的办法是源代码写为：

当然，这里要求编译器支持 C++11，因此上面的代码在 VS2005、VS2008 上是无法编译通过的。

另外，如果源代码保存为不带 BOM 的 utf-8。那需要告诉 VS2015 我们的编码格式是 utf-8，可以在 pro 文件中加入如下的代码：

另外再说说 VS2005、VS2008 下该如何设置。首先这两个编译器都不支持 C++11，也不支持执行字符集的设置，执行字符集就是默认的本地 Locale 字符集。所以我们的代码只能写为：

一般在Window开发环境里，是GBK编码，在Linux开发环境里，是utf-8编码。

Qt5默认是utf8编码。简单的说，从Qt5开始，源代码就是默认UTF8编码的。

主要是概念要清楚，Qt5要求是执行字符集是utf8，而你要用printf的话，需要本地字符集。如果你使用的是简体中文的windows系统，也是就gb18030。

考虑在你现在源码字符集是utf8，而且又是用的MinGW，所以执行字符集就是utf8(除非你做了其他设置)。，用printf时，你只需要做一个utf8到gb18030的转换即可。

用这个函数QString::fromLocal8Bit("中文")将中文处理下，再输出看看。 

在Qt5，建议使用QStringLiteral来输出硬编码的字符串。

qt5.2.1发布后,源码全部是UTF-8编码,但由于微软的问题,VS2010打上补丁VS2010sp1,加入#pragma execution_character_set("utf-8")可以解决中文乱码问题。#pragma execution_character_set("utf-8")

QString::Fromlocal8bit("我是中文")

下面这个小程序，估计大家会感到比较亲切。似乎有相当多的中文用户尝试写过这样的代码：

编码，保存，编译，运行，一切都很顺利，可是结果呢：

多数用户看到

其他用户看到

ÎÒÊǺº×Ö

æˆ‘æ˜¯æ±‰å —

出乎意料，界面上中文没显示出来，出现了不认识字符。 于是开始用搜索引擎搜索，开始上论坛发帖或抱怨

最后被告知，下面的语句之一可以解决问题：

两条指令挨个一试，确实可以解决(多数用户是第一条，其他用户是第二条)。那么，为什么会这样呢？

对这个问题，我想大家可能都有话说。在继续之前，我们先列个表，看看两种乱码分别在那种情况下出现：

我们只列举大家最常用的3个编译器(微软VS的中的cl，Mingw中的g++，Linux下的g++)，源代码分别采用GBK 和 不带BOM的UTF-8 以及 带BOM的UTF-8 这3中编码进行保存。

源代码的编码

编译器

结果

GBK

cl

1

*

mingw-g++

1

*

g++

1

UTF-8(不带BOM)

cl

2

mingw-g++

2

g++

2

*

UTF-8(带BOM)

cl

1

mingw-g++

2

g++

编译失败

采用3种不同编码保存的源代码文件，分别用3种不同的编译器编译，形成9种组合，除掉一种不能工作的情况，两种乱码出现的情况各占一半。

从中我们也可以看出，乱码和操作系统原本是没有关系的。但我们在 Windows 一般用的GBK，linux一般用的是不带BOM的UTF-8。如果我们只考虑带*的情况，也可以说两种乱码和系统有关。

真的是 QString 乱码了吗？我们可以问问自己，我们抱怨的对象是不是搞错了？

继续之前，先明确几个概念：

或

等

这个是问题的根源，不妨做个试验，将前面的源代码保存成GBK编码，用16进制编辑器能看到引号内是ce d2 ca c7 ba ba d7 d6这样8个字节。

现在将该文件拷贝到正体(繁体)中文的Windows中，用记事本打开会什么样子呢？

那么放到欧美人的Windows系统中，再用记事本打开呢？

同一个文件，未做任何修改，但其中的8个字节ce d2 ca c7 ba ba d7 d6,对用GBK的大陆人，用BIG5的港澳台同胞，以及用Latin-1的欧洲人看来，看到的却是完全不同的文字。

GBK编码下的

等价于

当用UTF-8编码时，等价于

注意：这个说法不全对，比如保存成带BOM的UTF-8，用cl编译器时，汉字本身是UTF-8编码，但程序内保存时却是对应的GBK编码。

QString内部采用的是 Unicode，它可以同时存放GBK中的字符"我是汉字",BIG5中的字符"扂岆犖趼" 以及Latin-1中的字符"ÎÒÊǺº×Ö"。

一个问题是，源代码中的这8个字节"\xce\xd2\xca\xc7\xba\xba\xd7\xd6"，该怎么转换成Unicode并存到 QString 内？按照GBK、BIG5、Latin-1还是其他方式...

在你不告诉它的情况下，它默认选择了Latin-1，于是8个字符"ÎÒÊǺº×Ö"的unicode码被存进了QString中。最终，8个Latin字符出现在你期盼看到4中文字符的地方，所谓的乱码出现了

其实很简单的一个问题，当你需要从窄字符串 char* 转成Unicode的QString字符串的，你需要告诉QString你的这串char* 中究竟是什么编码？GBK、BIG5、Latin-1

理想情况就是：将char* 传给QString时，同时告诉QString自己的编码是什么：

就像下面的函数一样，QString的成员函数知道按照何种编码来处理 C 字符串

单QString 只提供了这几个成员函数，远远满足不了大家的需求，比如，在简体中文Windows下，local8Bit是GBK，可是有一个char串是 BIG5 或 Latin-2怎么办？

那就动用强大的QTextCodec吧，首先QTextCodec肯定知道自己所负责的编码的，然后你把一个char串送给它，它就能正确将其转成Unicode了。

可是这个调用太麻烦了，我就想直接

或

这样用怎么办？

这样一来肯定没办法同时告诉 QString 你的str是何种编码了，只能通过其他方式了。这也就是开头提到的

设置QString默认采用的编码。而究竟采用哪一个，一般来说就是源代码是GBK，就用GBK，源代码是UTF-8就用UTF-8。但有一个例外，如果你保存成了带BOM的UTF-8而且用的微软的cl编译器，此时仍是GBK。