要搞清楚这个问题，先要弄明白编码。但是编码问题实在太复杂，这里肯定讲不开。
我先找一个例子，比如：“中文” 的 Unicode 码点/UTF8编码/GBK 分别是多少。
先去这个网站，输入 “中文” 查询对应的 Unicode 码点/UTF8编码：
http://www.mytju.com/classcode/tools/encode_utf8.asp
Unicode的码点分别是(十进制)：中(20013)，文(25991)。
对应的UTF8编码分别(16进制): 中(E4B8AD)，文(E69687)。
然后再去下面这个网站，输入 “中文” 查询对应的 GBK 编码：
http://www.mytju.com/classcode/tools/encode_gb2312.asp
GBK编码16进制(GBK内码)分别是：中(D6D0)，文(CEC4)。
现在已经知道了"中文"的UTF8和GBK编码的具体值。
我们再看看VC2010是怎么处理的。
1. 先看 无 BOM 的 UTF8 编码的代码 (utf8_no_bom.cpp)
06 |
const char* str = "中文"; |
07 |
for(int i = 0; i < sizeof(str); ++i) { |
08 |
printf("0x%x ", str[i]&0xFF); |
输出是：0xe4 0xb8 0xad 0xe6。
感觉好像是对的。
但是，先别急：VC编译时输出了一条警告信息：
utf8_no_bom.cpp : warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。
请将该文件保存为 Unicode 格式以防止数据丢失。
潜台词就是，你这个代码有GBK不能表示的字符，请用Unicode方式保存。
VC根本就没把 代码(utf8_no_bom.cpp) 当作UTF8，VC只是把它作为GBK处理罢了。
那为什么又输出了正确的结果呢？
因为 VC 把 (utf8_no_bom.cpp) 当作 GBK，而编译时也要转换为本地编码(也是GBK)。
因此，UTF8编码的 “中文”，被VC当作编码为 “0xe4 0xb8 0xad 0xe6” 的其他中文处理了。
VC已经不知道 “0xe4 0xb8 0xad 0xe6” 是对应 “中文” 字面值了。
但是在GBK(实际是无BOM的UTF8)转GBK的过程中，发现了一些UTF8编码的字符并不是
GBK能表达的合理方式，因此就出现了那个C4819编译警告。
2. 再看带BOM的UTF8是怎么处理的 (utf8_with_bom.cpp)
05 |
const char* str = "中文"; |
06 |
for(int i = 0; i < sizeof(str); ++i) { |
07 |
printf("0x%x ", str[i]&0xFF); |
编译没有警告，但是输出有问题：0xd6 0xd0 0xce 0xc4。
源文件明明是 UTF8 编码的格式"0xe4 0xb8 0xad 0xe6”，
怎么变成了 “0xd6 0xd0 0xce 0xc4” (这个是GBK编码)？
这就是VC私下干的好事：它自作聪明的将UTF8源代码转换为GBK处理了！
VC为何要做这样蠢事？
原因是为了兼容老的VC版本。
因为以前的VC不能处理UTF8，都是用本地编码处理的。
3. 在看看真的GBK是怎么处理的 (gbk.cpp)
05 |
const char* str = "中文"; |
06 |
for(int i = 0; i < sizeof(str); ++i) { |
07 |
printf("0x%x ", str[i]&0xFF); |
没有编译错误，输出也和源代码一致：“0xd6 0xd0 0xce 0xc4”。
因为源文件就是GBK，cl在编译时GBK转化为GBK，没有改变字符串。
只是，现在很多人不想用GBK了（因为只能在中国地区用，不能表示全球字符）。
到这里，可以初步小结一下：
- VC编辑器和VC编译器是2个概念，VC编辑器支持UTF8并不能表示VC编译器也支持UTF8
- VC编辑器从2008?开始支持带BOM的UTF8(不带BOM的暂时没戏，因为会本地编码冲突)
- VC编译器从2010开始重要可以支持UTF8了(虽然支持方式很不优雅)
4. 看看VC2010是怎么处理带BOM的UTF8的 (utf8_with_bom_2010.cpp)
VC2010重要增加了UTF8的编译支持(#pragma execution_character_set("utf-8")),
具体查看:
http://social.msdn.microsoft.com/Forums/en-US/vcgeneral/thread/2f328917-4e99-40be-adfa-35cc17c9cdec
02 |
#pragma execution_character_set("utf-8") |
07 |
const char* str = "中文"; |
08 |
for(int i = 0; i < sizeof(str); ++i) { |
09 |
printf("0x%x ", str[i]&0xFF); |
没有编译错误，输出也和源代码一致：“0xe4 0xb8 0xad 0xe6”。
UTF8编码，UTF8输出。完美!
回到 Qt5 的中文输出问题。
Qt默认支持 VS2010/MinGW/Gcc 等编译器，而它们现在都已经真正支持UTF8了。
当然，VS2010 对UTF8的支持会入侵代码(#pragma execution_character_set("utf-8"))。
看看Qt官方论坛别人是怎么说的：
http://qt-project.org/forums/viewthread/17617
Nothing special need to do, it will works by default.
If the exec-charset of your your compiler is UTF-8.
简单的说，从Qt5开始，源代码就是默认UTF8编码的。
当然，VC2010编辑器对带BOM的UTF8也是认识，只可惜VC2010编译器根本承认它是UTF8！
在继续看官方论坛的回复：
You can write a simple example like this
01 |
#include <QApplication> |
05 |
#pragma execution_character_set("utf-8") |
08 |
int main(int argc, char *argv[]) |
10 |
QApplication a(argc, argv); |
11 |
QLabel label("ąśćółęńżź"); |
If other people can reproduce your problem, you can file a bug.
教完整的解决方案(增加了Qt4/Qt5和非VC环境的判断):
02 |
#if defined(_MSC_VER) && (_MSC_VER >= 1600) |
03 |
# pragma execution_character_set("utf-8") |
06 |
#include <QApplication> |
10 |
int main(int argc, char* argv[]) |
12 |
QApplication app(argc, argv); |
14 |
#if QT_VERSION < QT_VERSION_CHECK(5,0,0) |
15 |
#if defined(_MSC_VER) && (_MSC_VER < 1600) |
16 |
QTextCodec::setCodecForTr(QTextCodec::codecForName("GB18030-0")); |
18 |
QTextCodec::setCodecForTr(QTextCodec::codecForName("UTF-8")); |
22 |
QLabel *label = new QLabel(QObject::tr("你好！")); |
有以下几种类型(源代码必须是带BOM的UTF8):
- Qt5+/VC2010+: 包含了
# pragma execution_character_set("utf-8") 已经支持中文
- Qt5/VC2008-: 这个暂时误解(我还没找到方法)
- Qt4+/VC2008-: 采用以前老的方式, 指定代码为 “GB18030-0” 编码
- Qt4/Qt5/Linux: 只要是默认的UTF8环境, 应该都没问题
其实这个问题不是Qt特有的, 追根溯源还是C/C++和编译器的问题.
即使是支持UTF16的Java也同样难逃此问题.
不过还好, Go语言 算是彻底了解决了这个问题.
以后转向 Go语言 了 !
转自开源中国 http://my.oschina.net/chai2010/blog/119833
我在电脑上找了一个显示中文.ttf文件加到了QtSDk->Simulator->Application->fonts中就可以解决了
本页版权归作者和博客园所有，欢迎转载，但未经作者同意必须保留此段声明， 且在文章页面明显位置给出原文链接，否则保留追究法律责任的权利
