什么是QString :: toUtf8在做什么？

Question

这可能听起来像是一个明显的问题，但我错过了UTF-8的编码方式或toUtf8函数的工作原理。

让我们来看看一个非常简单的程序

QString str("Müller"); 
qDebug() << str << str.toUtf8().toHex(); 

然后我得到的输出

"Müller" "4dc383c2bc6c6c6572" 

但我上心的的letter ü应该被编码为c3bc而不是c383c2bc。

感谢 约翰

Answer 1

这取决于您的源代码的编码。

我倾向于认为你的文件已经以UTF-8编码，字符ü被编码为C3 BC。

你调用QString::QString (const char * str)构造函数，根据http://doc.qt.io/qt-4.8/qstring.html#QString-8，转换您的字符串中使用的默认情况下考虑输入为Latin1的内容的QString :: fromAscii（）方法为Unicode。由于C3和BC在拉丁文1中都是有效的，分别代表＆Atilde;和＆frac14 ;,将它们转换为UTF-8将导致以下字符：

＆Atilde; （C3）→C3 83

＆frac14; （BC） - > C2 BC

导致你得到的字符串： “4D C3 83 C2 BC 6C 6C 65 72”

总结的事情了，它的双UTF-8编码。

有几种选择来解决这个问题：

1）你可以用你喜欢的文本编辑器源文件转换为Latin-1的。

2）您可以正确地将ü字符转义为\ xFC在字符串中，所以字符串将不依赖于文件的编码。

3）你可以保持文件和字符串为UTF-8的数据，并使用QString str = QString::fromUtf8 ("Müller");

更新：这个问题是不再相关的QT5。 http://doc.qt.io/qt-5/qstring.html#QString-8指出构造函数现在在内部使用QString::fromUtf8()而不是QString::fromAscii()。所以，只要UTF-8编码一直使用，它将被默认使用。

Answer 2

运行你的代码，我得到预期的结果

"4dc3bc6c6c6572"

我认为这个问题是你不输入输出。 检查源文件的编码并查看 void QTextCodec::setCodecForCStrings (QTextCodec * codec) [static]