QString 到 unicode std::string

Question

我知道有很多关于将QString 转换为char* 的信息，但我仍然需要对这个问题进行一些澄清。

Qt 提供QTextCodecs 将QString（内部以unicode 存储字符）转换为QByteArray，允许我检索char*，它表示某些非unicode 编码的字符串。但是当我想得到一个unicodeQByteArray时应该怎么做呢？

QTextCodec* codec = QTextCodec::codecForName("UTF-8");
QString qstr = codec->toUnicode("Юникод");
std::string stdstr(reinterpret_cast<const char*>(qstr.constData()), qstr.size() * 2 );  // * 2 since unicode character is twice longer than char
qDebug() << QString(reinterpret_cast<const QChar*>(stdstr.c_str()), stdstr.size() / 2); // same

如我所料，上面的代码打印出“Юникод”。但我想知道这是否是获取QString 的unicode char* 的正确方法。特别是，这种技术中的reinterpret_casts 和大小算术看起来很丑。

Answer 1

以下内容适用于 Qt 5。Qt 4 的行为有所不同，并且在实践中被破坏了。

您需要选择：

1. 您是否想要 8 位宽 std::string 或 16 位宽 std::wstring 或其他类型。

2. 您的目标字符串需要什么编码？

在内部，QString 存储 UTF-16 编码数据，因此任何 Unicode 代码点都可以用一两个 QChars 表示。

常见情况：

• 本地编码的 8 位 std::string（如：系统语言环境）：

  std::string(str.toLocal8Bit().constData())
  

• UTF-8 编码的 8 位 std::string:

  str.toStdString()
  

  这相当于：

  std::string(str.toUtf8().constData())
  

• UTF-16 或 UCS-4 编码 std::wstring，分别为 16 位或 32 位宽。 16 位和 32 位编码的选择由 Qt 完成，以匹配平台的宽度wchar_t。

  str.toStdWString()
  

• C++11 的 U16 或 U32 字符串 - 从 Qt 5.5 开始：

  str.toStdU16String()
  str.toStdU32String()
  

• UTF-16 编码的 16 位 std::u16string - 仅在 Qt 5.4 之前需要此 hack：

  std::u16string(reinterpret_cast<const char16_t*>(str.constData()))
  

  此编码不包括字节顺序标记 (BOM)。

在转换之前将 BOM 预先添加到 QString 本身很容易：

QString src = ...;
src.prepend(QChar::ByteOrderMark);
#if QT_VERSION < QT_VERSION_CHECK(5,5,0)
auto dst = std::u16string{reinterpret_cast<const char16_t*>(src.constData()),
                          src.size()};
#else
auto dst = src.toStdU16String();

如果您希望字符串很大，您可以跳过一份：

const QString src = ...;
std::u16string dst;
dst.reserve(src.size() + 2); // BOM + termination
dst.append(char16_t(QChar::ByteOrderMark));
dst.append(reinterpret_cast<const char16_t*>(src.constData()),
           src.size()+1);

在这两种情况下，dst 现在可以移植到具有任一字节顺序的系统。

Answer 2

使用这个：

QString Widen(const std::string &stdStr)
{
    return QString::fromUtf8(stdStr.data(), stdStr.size());
}

std::string Narrow(const QString &qtStr)
{
    QByteArray utf8 = qtStr.toUtf8();
    return std::string(utf8.data(), utf8.size());
}

在所有情况下，你 should have utf8 在 std::string 中。

Answer 3

您可以使用以下方法从 UTF-16 编码的 QString 中获取 QByteArray：

QTextCodec *codec = QTextCodec::codecForName("UTF-16");
QTextEncoder *encoderWithoutBom = codec->makeEncoder( QTextCodec::IgnoreHeader );
QByteArray array  = encoderWithoutBom->fromUnicode( str );

这样你会忽略开头的 unicode 字节顺序标记 (BOM)。

您可以将其转换为 char * like：

int dataSize=array.size();
char * data= new char[dataSize];
for(int i=0;i<dataSize;i++)
{
    data[i]=array[i];
}

或者简单地说：

char *data = array.data();