目录
一、术语解释
1、编辑器(editor)
2、编译器(compiler)
3、源文件字符编码
4、执行文件字符编码
5、Unicode
二、Qt中的字符串
1.char*和std::string
2.QString
3.QTextCodec
三、Qt中乱码总结
1、问题
2、灵感
3、QString构造函数、translate、tr
4、解决办法
5、测试
四、Qt5乱码问题解决
一、术语解释
首先还是解释一下字符编码相关的一些概念吧，可能有点啰嗦
1、编辑器(editor)
就是我们编辑源文件用的文本编辑器
当然集成开发环境都带有非常优秀的文本编辑功能啦，比如VS、QtCreator等。我们日常开发是不是直接打开IDE，经过一系列创建项目、配置项目等操作就可以撸代码啦，通常很少去设置什么字符编码之类的东西，但是QtCreator里边有设置字符编码的选项，不知道大家有没有操作过呢?
2、编译器(compiler)
就是把我们撸好的源文件编译成二进制文件的主要的软件啦，这里我们不谈链接器
比如有GCC编译器、MSVC编译器等
3、源文件字符编码
就是我们的编辑器所用的字符编码
我们用Visual Studio撸的源文件的编码是ANSI。这个ANSI编码还得啰嗦两句，它本身呀并不是真正的字符编码，只是微软为了让用户看起来自己的产品(Windows操作系统)的功能是一致的，所以起了一个ANSI的统称而已。在Windows系统里边有个代码页的东东，在不同的语言版本活跃的代码页是不同的。对于简体中文版本的Windows来说，活跃代码页是936，也就是ANSI表示的中文编码是GBK，英文编码就不用说了当然是ASCII或者更准确一点是Latin-1。对于日文版本的Windows系统来说，活跃的代码页、ANSI表示的编码又不同了。
用QtCreator撸的源文件的编码就是上图中设置的编码了，你也可以用其他的编辑器比如记事本、notepad++、Vi、UltraEdit等撸代码，那么源文件的字符编码就是对应editor所用的编码了。
4、执行文件字符编码
我们知道二进制可执行文件里边包含的大致就是一堆指令和数据，那么数据里边很有可能包含非英文字符，比如下面这段代码：
#include <stdio.h>int main(void){const char *p = "字符编码";printf("%s\n", p);return 0;}
程序中的“字符编码”这四个大字肯定保存在可执行文件(exe)的某个位置，当然是用二进制保存的。能决定可执行文件字符编码的就只有编译器啦，因为你的exe是编译器生成的嘛。当然程序中全部用英文那是没有问题的，但是作为一个非英语国家的程序员，你开发一个英文版的软件出来，别说自己英语水平不行，就算是能开发出来，把它卖给国内客户销路也不好吧哈哈。
那么编译器是如何决定可执行文件中的字符编码的呢？这个问题不同编译器的策略就不一样了，并且都有编译选项可以设置
GCC编译器：它生成的可执行文件的字符编码默认跟源文件的字符编码是一致的，可以通过-finput-charset和-fexec-charset选项显式告诉GCC源文件的字符编码是什么，生成的可执行文件字符编码是什么。大家可以做一个实验：在Windows下用记事本编辑上面的程序，把它拷贝到Linux下编译运行，输出的肯定是乱码。gcc --finput-charset=GBK-fexec-charset=UTF8 main.c这样编译就不会乱码了。
MSVC编译器：它生成的可执行文件的字符编码默认是locale(本地)编码，即跟活跃的代码页一致。它编译的时候会把源文件的字符编码翻译成本地编码，比如我们用notepad++使用UTF8编码编辑上面的代码，再用MSVC编译运行，Debug一下看看指针p的内存是怎样的，你会惊奇的发现，p指向了8个字节的内存，就是“字符编码”的GBK内码(0XD7D6 0XB7FB 0XB1E0 0XC2EB)，GBK每个汉字用2字节编码。MSVC字符编码相关的编译选项是/source-charset和/execution-charset。
5、Unicode
Unicode本质上只是一个字符编码方案，或者叫字符编码标准，它本身并不提供具体的编码实现。可以把Unicode理解为一本字典，里边收录了全世界所有国家的文字，每个字符映射一个编号，用2字节表示，这个编号也叫做码点(值)。可能有人会问2字节只能表示65536个字符，全世界的语言文字应该不止这么多吧，我们中国就好几万了，确实不太够。这里又有一个平面(plane)的概念，把它理解为字典里的一页就好了，Unicode总共定义了17个平面。那么就可以这样理解：Unicode这本字典呢总共有17页，每一页有65536个字符，这下够了吧哈哈，当然有些页还是空白的呢(未定义)。这里边最重要的就是第一个平面(the first page)，这个平面里边收录了大部分国家的最常用的字符，当然也有我们中文常见的汉字啦，称为基本平面BMP。
有了这个Unicode标准之后，就可以实现不同的字符编码了，比如英文的Latin-1，简体中文的GB2312、GBK，繁体中文的Big5，日文的Shift-JIS，俄语的KOI8-R，还有UTF8、UTF32、UTF16等等
二、Qt中的字符串
1.char*和std::string
不知道是否有人纠结过C/C++语言的char*和string到底表示的是什么编码呢?
对于这个问题呀，还是跟编译器有关，char*和string表示的就是执行文件的字符编码。如果没有指定字符编码编译选项，Linux下GCC编译char*和string表示的就是UTF8，Windows下MSVC编译char*和string表示的就是ANSI(中文是GBK)
2.QString
QString是对QChar的封装，使用的是Unicode编码，具体实现呢是用UTF16实现的。对于码点值超过65535的字符呢UTF16有自己的实现方案，用两个QChar表示一个字符，具体的编解码方法这里不讨论了，感兴趣自己研究吧。
3.QTextCodec
这个类为不同字符编码（比如GBK、Shift-JIS等）与Unicode即QString(QChar)之间进行翻译，它支持很多种字符编码，具体可以查看Qt帮助文档。
// 这里特别要注意!// codecForName()函数用来设置将要被翻译的字符编码，例如本例中的"智能导航"// 这个字符编码指的是执行文件的字符编码,不是源文件的字符编码QTextCodec *codec = QTextCodec::codecForName("GB18030");// 即使源文件是UTF8编码,这里我用MSVC去编译,MSVC会自动把// "智能导航"翻译成Windows本地编码即GBK// 所以,codecForName()要设置为GB18030(它兼容GBK)而不是UTF8QString chi = codec->toUnicode("智能导航");// 这个是上面的逆操作,所以gbk的内存刚好就是"智能导航"的GBK内码QByteArray gbk = codec->fromUnicode(chi);// 这里要非常非常注意// toStdString()转换的结果跟源文件的字符编码一致!!!// 如果源文件是用UTF8编辑的,那么这里的cstr就是UTF8编码std::string cstr = fmt.toStdString();// txt跟执行文件编码一致,如果用MSVC编译就是GBK编码const char *txt = "智能导航";
请仔细理解上面代码段中的注释！尤其是toStdString()这个函数要注意
三、Qt中乱码总结
Qt中的API和字符串相关的参数都是使用QString，也就是使用Unicode(UTF16)编码，只要我们使用的QString对象是Unicode编码，那么调用Qt API肯定不会乱码。Qt中出现乱码从如下几个方面考虑解决：
1、源文件是什么编码
2、Qt程序使用什么编译器
3、使用QTextCodec进行编码转换
4、使用QCoreApplication::translate()或QObject::tr()翻译
在Windows下用QtCreator开发可以配置MinGW(GCC的Windows版)和MSVC编译器，这个时候要注意理清源文件编码和执行文件编码。
在Linux下使用QtCreator开发通常都是UTF8编码和GCC编译器，源文件编码和执行文件编码一致
但是如果从Windows下拷贝文件到Linux中要注意，Windows的文件基本是ANSI编码，Linux文件通常是UTF8编码
1、问题
在Qt中使用下面的代码肯定会出现乱码：
QString title("错误提示");// 然后把title传递给某个窗口函数// 如果我们查看title的内容的话也会发现难以理解dlg->setWindowTitle(title);
不知道有人遇到这样的问题没，即使加了translate或tr翻译还是会乱码！！！
// 还是乱码！dlg->setWindowTitle(QObject::tr("错误提示"));
2、灵感
大家不知道有没有注意过，我们用QtDesigner设计UI界面，Qt的uic会把我们设计好的*.ui文件编译成一个头文件ui_*.h，在这个头文件中通常会有这样的代码：
void retranslateUi(QMainWindow *MainWindow){MainWindow->setWindowTitle(QCoreApplication::translate("MainWindow", "MainWindow", nullptr));pushButton->setText(QCoreApplication::translate("MainWindow", "\346\214\211\351\222\256", nullptr));} // retranslateUi
translate()的参数中有一个奇怪的字符串"\346\214\211\351\222\256"，明明界面上我输入的中文，这是什么东东莫名其妙？
其实这个字符串就是界面文本对应的UTF8编码，在C语言中可以用转义字符\ddd(三位八进制数)和\xhh(两位16进制数)表示任意一个字符，UTF8是用三个字节表示一个汉字，"\346\214\211\351\222\256"（注意是八进制）正好是"按钮"的UTF8编码即E68C89E992AE
3、QString构造函数、translate、tr
QString(const QByteArray &ba)
QString(const char *str)
translate(const char *context, const char *sourceText, const char *disambiguation = nullptr, int n = -1)
tr(const char *sourceText, const char *disambiguation = nullptr, int n = -1)
这里要注意，构造函数以及translate、tr都必须用UTF8编码表示的字符串传参才能正确转换成Unicode编码即QString
程序中直接写中文字符串，比如"错误提示"，它其实是执行文件编码，MSVC编译的话就是GBK，这样是不能正确构造和转换为QString对象的
4、解决办法
比如想在Qt界面上显示"按钮"，可以有以下几种方法：
// 正确构造"按钮"QString对象QString txt("\346\214\211\351\222\256");// translate函数翻译"按钮"为Unicode编码QString txt = qApp->translate("MyDialog", "\346\214\211\351\222\256");// tr函数翻译"按钮"为Unicode编码QString txt = QObject::tr("\346\214\211\351\222\256");// 上面的字符串写成16进制也完全可以的QString txt("\xe6\x8c\x89\xe9\x92\xae");QString txt = qApp->translate("MyDialog", "\xe6\x8c\x89\xe9\x92\xae");QString txt = QObject::tr("\xe6\x8c\x89\xe9\x92\xae");
如果说程序中写一串数字实在难以理解，那可以用下面的方法
// 使用QTextCodec翻译QTextCodec *codec = QTextCodec::codecForName("GB18030");QString txt = codec->toUnicode("按钮");
5、测试
下面是我的一段测试代码：环境QtCreator(UTF8编码) + MSVC
#include <QTextStream>#include <QFile>#include <QTextCodec>#include <QDebug>int main(void){time_t utc = time(NULL);// 源文件字符编码，由编辑器的编码决定// 二进制字符编码，编译器编译时决定//// GCC编译生成的二进制文件的字符编码默认和源文件字符编码一致，// 不会翻译成本地编码(即操作系统默认编码)// GCC可以使用-finput-charset和-fexec-charset选项指定二者//// MSVC编译器生成的二进制文件默认都是本地字符编码，即使源文件编码// 和本地编码不同，它也会翻译成本地编码// MSVC可以使用/source-charset和/execution-charset选项指定二者// codec字符编码指的是执行文件的编码// 这里我们明明使用UTF8编辑的程序，为什么却指定编码器为GB18030?// 因为我们用的是MSVC编译器，虽然源文件是UTF8，但是编译成二进制时MSVC// 会把它翻译成本地编码即ANSI编码(英文Latin1，中文GBK)QTextCodec *codec = QTextCodec::codecForName("GB18030");// GBK转换为Unicode(对Qt来讲是UTF16)QString fmt = codec->toUnicode("智能导航");// char*和std::string的字符编码是执行文件编码const char *msg = "智能导航";// 转换的结果和codecForName()设置的编码一致QByteArray pgbk = codec->fromUnicode(fmt);QString qstr_gbk(pgbk);QByteArray putf8 = fmt.toUtf8();QString qstr_utf8(putf8);// toStdString()要特别注意，它转换的结果跟源文件编码一致，所以这里转换结果是UTF8编码std::string cstr = fmt.toStdString();qDebug() << msg;qDebug() << pgbk;qDebug() << putf8;qDebug() << qstr_utf8;return 0;}
也可以参考这篇博客/brave_heart_lxl/article/details/7186631
四、Qt5乱码问题解决
以上描述的都是Qt4中存在的问题，在Qt5中就简单很多了，用宏QStringLiteral转换即可
#include <QDebug>int main(void){QString str(QStringLiteral("智能导航"));qDebug() << str;return 0;}
