qt中的toUtf8, toLatin1, Local8bit, toUcs4

1 首先说下字符集。

gb18030字符集兼容了gbk字符集，以两个字节表示一个文字。windows系统可能使用的就是这两种的一种。

unicode字符集以2个或以上的字节表示一个汉字。

通用字符集（Universal Character Set, UCS）是由ISO制定的ISO 10646（或称ISO/IEC 10646）标准所定义的标准字符集。UCS-2用两个字节编码，UCS-4用4个字节编码。

utf8字符集以2个或以上的字节表示一个汉字。实际上具体的数值和unicode有很大的相关性。

ISO-8859-1编码是单字节编码，向下兼容ASCII，其编码范围是0x00-0xFF。亦称为Latin1。

2 QString内部可能是使用unicode字符集来存储文字。具体输出的时候，就可以输出该文字对应的unicode, ucs4, utf8, gb18030的编码。

3 代码示例

环境：qt5.5 msvc2013

使用qtcreator创建main.cpp，它默认代码里的汉字使用utf8字符集。不要使用visual studio，因为它默认汉字使用gb18030字符集

 

#include 
#include 
int main(int argc, char *argv[])
{
    QCoreApplication a(argc, argv);
    QString tmp="汉字";
    qDebug() << "tmp=" << tmp << endl;
    qDebug() << "toUtf8" << tmp.toUtf8() << endl;       //返回utf8编码的一串数字
    qDebug() << "toLatin1" << tmp.toLatin1() << endl;   //"汉字"不在latin1字符集中，所以结果无意义
    char *p = new char[1+strlen(tmp.toLatin1().data())];
    strcpy(p, tmp.toLatin1().data());
    for (int i=0; p[i] != '\0'; i++)
    {
        printf("0x%02x ", p[i]);
    }
    printf("\n");
    delete p;
    qDebug() << "toLocal8bit" << tmp.toLocal8Bit() << endl;//返回windows操作系统设置的字符集gb18030的编码
    qDebug() << "toUcs4" << tmp.toUcs4() << endl;           //返回ucs4编码组成的QVector，一个汉字占用4字节
    return a.exec();
}

运行结果如下图：