Qt扫盲-QTextCodec理论总结

一、概述

QTextCodec 是Qt提供的一个管理字符串编码的功能，他可以在不同编码方式中来回转换，在文件读取的时候、格式编码转换的时候用处很大。Qt使用Unicode 编码来存储、绘制和操作字符串。在许多情况下，我们可能希望处理使用不同编码的数据。例如，大多数日本文档仍然存储在Shift-JIS或ISO 2022-JP中，而俄罗斯用户的文档通常存储在KOI8-R或Windows-1251中。

Qt提供了一组QTextCodec类来帮助将非Unicode格式转换为Unicode格式。也提供了创建自己的编解码器类。

二、编码支持

支持的编码有:

• 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

三、使用

如果Qt是在启用ICU支持的情况下编译的，那么ICU支持的大多数编解码器也将可用于应用程序。

QTextCodecs可以使用如下方式将一些本地编码的字符串转换为Unicode。假设我们有一些用俄语KOI8-R编码编码的字符串，并希望将其转换为Unicode。这样做的简单方法是:

  QByteArray encodedString = "...";
  QTextCodec *codec = QTextCodec::codecForName("KOI8-R");
  QString string = codec->toUnicode(encodedString);

在此之后，string保存转换为Unicode的文本。将字符串从Unicode转换为本地编码也很简单:

  QString string = "...";
  QTextCodec *codec = QTextCodec::codecForName("KOI8-R");
  QByteArray encodedString = codec->fromUnicode(string);

要读取或写入各种编码的文件，请使用QTextStream及其setCodec()函数。最好显式的设置一下这些编码的格式。

  if (data.open(QFile::WriteOnly | QFile::Truncate)) {
      QTextStream out(&file);
  	  out.setCodec("UTF-8");
      out << "Result: " << qSetFieldWidth(10) << left << 3.14 << 2.7;
      // writes "Result: 3.14      2.7       "
  }

在尝试转换数据块时，例如在通过网络接收数据时，必须非常小心。在这种情况下，一个多字节字符可能会被分成两个块。在最好的情况下，这可能导致丢失一个字符，在最坏的情况下，导致整个转换失败。在这些情况下使用的方法是为编解码器创建一个QTextDecoder对象，并在整个解码过程中使用这个QTextDecoder，如下所示:

  QTextCodec *codec = QTextCodec::codecForName("Shift-JIS");
  QTextDecoder *decoder = codec->makeDecoder();

  QString string;
  while (new_data_available()) {
      QByteArray chunk = get_new_data();
      string += decoder->toUnicode(chunk);
  }
  delete decoder;

QTextDecoder对象维护块之间的状态，因此即使在块之间分割多字节字符也能正常工作。

四、创建自己的编解码器类

Qt可以通过创建QTextCodec子类来支持新的文本编码。
纯虚函数向系统描述编码器，编码器根据需要在QTextStream支持的不同文本文件格式中使用，并在X11下用于特定于语言环境的字符输入和输出。

要为Qt添加对另一种编码的支持，创建QTextCodec的子类并实现下表中列出的函数j即可。

函数	描述
name()	返回编码的正式名称。如果编码在IANA字符集编码文件中列出，则该名称应该是该编码的首选MIME名称。
aliases()	返回编码的备选名称列表。QTextCodec提供了一个返回空列表的默认实现。例如，“ISO-8859-1”有“latin1”、“CP819”、“IBM819”和“iso-ir-100”作为别名。
mibEnum ()	如果编码列在IANA字符集编码文件中，则返回对应的MIB枚举。
convertToUnicode ()	将8位字符串转换为Unicode。
convertFromUnicode ()	将Unicode字符串转换为8位字符串。