Qt | QTextCodec类使用详解、GBK和UTF8编码互转、QString的toLocal8bit和toLatin1区别

1、QTextCodec简介及使用

1.1 编码之间的转换

Qt使用Unicode来存储、绘制和操作字符串。

unicode是各个编码格式转换的媒介，以UTF-8转到GBK格式为例，需要先将UTF-8转到UNICODE，在通过unicode转到GBK，反之亦然。

Qt提供了一组QTextCodec类，以帮助将非Unicode格式转换为Unicode格式。您还可以创建自己的编解码器类。

支持的编码包括：

Big5
Big5-HKSCS
CP949
EUC-JP
EUC-KR
GB18030
HP-ROMAN8
IBM 850
IBM 866
IBM 874
ISO 2022-JP
ISO 8859-1 to 10
ISO 8859-13 to 16
Iscii-Bng, Dev, Gjr, Knd, Mlm, Ori, Pnj, Tlg, and Tml
KOI8-R
KOI8-U
Macintosh
Shift-JIS
TIS-620
TSCII
UTF-8
UTF-16
UTF-16BE
UTF-16LE
UTF-32
UTF-32BE
UTF-32LE
Windows-1250 to 1258

注：gb18030字符集兼容了gbk字符集，以两个字节表示一个文字。

现在假设有一组GBK格式的数据，需要转为unicode格式字符串，那么可以这样：

    QByteArray encodedString = "...";
    QTextCodec *codec = QTextCodec::codecForName("GBK");
    QString string = codec->toUnicode(encodedString);

同样的，如果现在有一组unicode字符串需要转为GBK码数据，那么就是这样：

    QString string = "...";
    QTextCodec *codec = QTextCodec::codecForName("GBK");
    QByteArray encodedString = codec->fromUnicode(string);

以上为简单的使用，还有一个经常遇到的问题就是Qt在windows和linux下中文显示乱码的问题。

1.2 解决中文显示乱码问题

很多新手直接网上一查就是下面三句解决中文乱码问题：

    QTextCodec* codec = QTextCodec::codecForName("GBK");
    // 或者QTextCodec* codec = QTextCodec::codecForName("gb18030 或 gbk 或 utf8");
    QTextCodec::setCodecForCStrings(codec);  // 在qt5中不存在
    QTextCodec::setCodecForTr(codec);        // 在qt5中不存在
    QTextCodec::setCodecForLocale(codec);

这三个函数的作用如下：

setCodecForCStrings(codec)：设置QString用于转换const char*和QByteArrays的编解码器。如果编解码器为0（默认值），QString将采用Latin-1。

setCodecForTr(codec)：设置QObject::tr()的编码器。如果codec为0（默认值），tr()将采用Latin-1。

setCodecForLocale(codec)：将本地编解码器设置为codec，可以由codecForLocale函数返回。如果c是空指针，则编解码器将重置为默认值。对于一些希望使用自己的机制来设置区域设置的应用程序来说，这个功能会有用。

加上这三句后发现真的解决了中文乱码问题！！（固定系统、固定地区语言设置、固定编译环境）。

但是这么干是不对滴！可能换了个系统还是出问题！

那么这三句到底有何作用？下面就详细说一下。

// 获取编解码器名称
qDebug() << QTextCodec::codecForLocale()->name();  // windows下打印GBK,linux下打印utf8

在编写Qt代码的时候使用中文字符串的时候一般会有这三种形式，分别为const char*这种C格式的字符串、QString()进行构造的形式、tr()进行构造的形式：

    QString s1 = "你好";       // 形式1
    QString s2("你好");        // 形式2
    QString s3 = tr("你好");   // 形式3

setCodecForCStrings就是设置的形式一和形式二所用的编码器。

setCodecForTr就是设置使用tr()函数时的所用的编码器。

在Qt4中，如果你没有使用setCodecForCStrings和setCodecForTr指定编解码的方式，那么就会采用Latin-1格式，也就是ASCII。

此时将<你好>这两个中文汉字传入QString，这两个汉字不存在于Latin-1字符集里，自然是会乱码显示，这就是原因！

到了Qt5中，就把setCodecForCStrings和setCodecForTr给去掉了，并将QString()的构造函数默认调用的是fromUTF8，且Qt Creator的文件编码格式默认为UTF-8。

可以从这里看：工具->选项->文本编辑器

而对于使用VS的用户来说，默认编码或者你设置的编码可能是不是UTF8，所以出现了中文显示乱码的问题！这就是Qt5下中文显示乱码的原因！

2、QString的toLocal8bit和toLatin1

QString的toLocal8bit和toLatin1都可以将QString转化为QByteArray，但是两者的区别在于编码的不同。

toLocal8Bit：转为本地8bit编码格式。如果字符串包含本地8位编码不支持的字符，则返回的字节数组未定义。前面说过Qt使用Unicode来存储、绘制和操作字符串，执行。执行toLocal8Bit就相当于将unicode编码的qstring转为了本地编码格式，对于windows系统，本地编码格式为GBK，linux系统为UTF-8。
toLatin1：以QByteArray的形式返回字符串的Latin-1表示形式。也就是转为了ASCII编码。如果字符串包含非Latin1字符，则返回的字节数组未定义。这些字符可以被抑制或替换为问号。

下面进行示例演示。

    QString s = "你好";

    qDebug() << s.size();                // 输出2（qt用unicode编码格式组织QString）
    qDebug() << s;

    qDebug() << s.toUtf8().size();       // 输出6（UTF8用三个字符表示一个汉字）
    qDebug() << s.toUtf8();              // 转utf8

    qDebug() << s.toLocal8Bit().size();  // 输出4（window下默认编码格式为GBK，一个GBK汉字占两个字节）
    qDebug() << s.toLocal8Bit();         // 转本地编码，也就是GBK格式

    qDebug() << s.toLatin1().size();     // 输出2
    qDebug() << s.toLatin1();            // 转ASCII格式，由于汉字不存在于ASCII编码中，所以会输出两个问号