Qt中文乱码原因及解决方案

本文主要分析了基于windows系统msvc2013编译器的Qt中文乱码。

概念

字库表：是一个系统支持的文字，符号，数字的集合。
编码字符集(字符集)：我们平时所说的字符集就是这个，计算机以二进制的形式存储字符，每个字符对应的二进制编码不同，而编码字符集就是所有编码与字符的映射集合。例如：在ASCII码的编码字符集中，字母A的编码是65，65的二进制就是01000001。
字符编码：不同字符的编码不同，其二进制的位数也不同。为了达到节省空间，解析方便等目的，出现了多种存储字符编码的方式，每种方式对应一套算法也称字符编码。例如Unicode字符集，utf-8，utf-16字符编码。
源文件字符集：源文件本身也是文本文件，所以源文件字符集是指源文件保存时采用哪种字符编码。
执行字符集：可执行应用程序内使用何种字符编码。编译器会将源码字符集转换为执行字符集。

注意：
1.当MSVC2013编译程序的时候，会分析源文件采用何种编码，有BOM标识符则可以正确识别其编码，若没有BOM标识符则认为其使用本地字符编码local字符集。我们使用的windows系统本地字符编码为GBK编码。
2.编译器分析出源文件字符编码之后，会进行解码再编码，将源字符集转码成执行字符集。执行字符集一般默认为使用本地字符编码local字符集，也可以进行设置。

QString显示中文乱码的原因：

Qt5中QString内部采用unicode字符集，utf-16编码。构造函数QString::QString(const char *str)默认使用fromUtf8()将str所指的执行字符集从utf-8转码成utf-16。
由上面fromUtf8()可知，QString需要执行字符集编码为utf-8，然后以utf-8进行解码，再编码为utf-16才能获得正确的字符编码。显示中文乱码的原因其实就QString转码方式与执行字符集不一致。(比如，源字符集为本地字符集GBK编码，QString以utf-8的方式进行解码，会导致获得错误的二进制编码，再将错误二进制转为utf-16就会出现乱码。)

中文乱码测试

使用如下方法进行测试：首先创建QString对象str并初始化，因为QString构造函数内部调用了QString::fromUtf8()，所以它俩表现应该一致。QString::fromLocal8Bit()将执行字符集以本地编码转为utf-16。具体代码如下：

例1，创建一个编码为带BOM标识的utf-8源文件，打印如下：

打印前两个发生了乱码，fromLocal8Bit显示正常。源文件带BOM标识，因此编译器可以正确识别源文件字符编码，并以正确地方式将源字符集(utf-8编码)转为执行字符集即local字符集(GBK编码)。此时执行字符集为loacl字符集，而fromUtf8将执行字符集以utf-8方式进行解码，所以会出现乱码。fromLocal8Bit将执行字符集以本地编码进行转码，因此获得正确的字符编码。

例2，创建一个编码为不带BOM标识的utf-8源文件.，打印如下：

打印前两个显示正常，fromLocal8Bit发生了乱码。源文件不带BOM标识，因此编译器会认为源文件编码为本地编码，而执行字符集也是本地编码，因此不会进行转码(本人推测的0.0)，但实际上执行字符集是utf-8编码。因此fromUtf8将执行字符集以utf-8进行解码，显示正确；而fromLocal8Bit将执行字符集以本地编码进行解码，显示乱码。
例3，使用预处理命令#pragma execution_character_set(“utf-8”)，将执行字符集设置为utf-8。创建一个编码为带BOM标识的utf-8源文件.，打印如下：

打印前两个显示正常，fromLocal8Bit发生了乱码。编译器识别源文件字符编码为utf-8，执行字符集也为utf-8，因此不会转码。fromUtf8可以正确的以utf-8进行解码，显示正确。而fromLocal8Bit将执行字符集以本地编码进行解码，显示乱码。
例4，使用预处理命令#pragma execution_character_set(“utf-8”)，将执行字符集设置为utf-8。创建一个编码为不带BOM标识的utf8源文件.，打印如下：

三个显示乱码。编译器识别源文件字符编码为本地编码(实际为utf-8编码)，并错误地将源字符集以本地编码进行解码，再编码为utf-8(相当于utf-8以本地编码转码为utf-8)。因此三者都显示乱码。

中文乱码解决方法

综上所述，解决Qt5中文乱码的一个比较好的方式，源文件设置BOM标识的utf-8编码，执行字符集为设置为utf-8。这样源字符集，执行字符集都是一致。