Qt5与中文

17118阅读 0评论2012-08-31 baifengxian
分类:C/C++

                                                                                     Qt5与中文
 

转自:http://blog.csdn.net/dbzhang800/article/details/7542672

·         两个月前,简单写过QTextCodec中的setCodecForTr等终于消失了 (Qt5) ,在Qt论坛上,不少用户都对去掉这两个函数表示特别的不了解。为什么会这样?我想多少能说明不少用户对C++源码字符集和执行字符集的不太了解,从而造成对这种函数的依赖或误用。

今天,随着 进入Qt5master分支,我们总算可以重新审视一下Qt的中文支持问题。

20120516更新:建议阅读QtCore模块维护者Thiago Macieira 的文章

没有了setCodecXXXQt5

·         Qt5假定的执行字符集是UTF8,不再允许用户擅自改动。这样一来,Qt4setCodecXXX的各种副作用不再存在,而且中文问题更为简单。

QString s1 = "汉语";

QString s2("漢語");

QString s3 = tr("中文")

QString s4 = QStringLiteral("中文");//只要字符串不需要翻译,请关注这个

QString s5 = QString::fromWCharArray(L"中文");

QString s6 = u8"中文";//C++11

QString s7 = tr(u8"中文")

...

所有这些在Qt5默认都会正常工作,唯一要求就是:确保你的C++执行字符集(the execution character set)UTF-8

各种写法PK

简单不一定好

最简单直接的用法,当属:

QString s1 = "汉语";

QString s2("漢語");

QString s6 = u8"中文";//C++11

...

这有什么问题呢?

·         定义宏QT_NO_CAST_FROM_ASCII之后,上述代码无法将通过编译(对了,这个宏似乎应该改个名字才对,叫QT_NO_CAST_FROM_CSTRING会名副其实一些)

被误用最多的

Qt4中,QObject::tr()是被滥用(误用)的函数之一:

QString s3 = tr("中文")

...

原因:

·         Qt4,不少用户被铺天盖地的setCodecForTr()所影响,进而靠它来解决中文问题。

它的用途是用来进行翻译(I18NL10N)的,如果你没有这方面的需求,真的没必要用它。(Qt4中,我只注意到有2个大陆网友和1个日本网友有需求并真正进行过这方面的尝试,那么其他应该算误用吧?)

让人困惑的wchar_t

刚开始接触QtQString时,曾多次想过,为什么不用wchar_t,为什么,...

QString s5 = QString::fromWCharArray(L"中文");

这个东西在Windows下真的很有用:首先它是Windows系统API所用字符串,其次它和QString内部表示相同。但是由于MSVC处于种种考虑,鼓励大家使用TEXT/_T,反倒使大家对它比较陌生。

但是从C++标准来说,wchar_t毕竟不是char16_t,所以跨平台性不好。在linux下,这行代码需要utf32utf16的转换。

QStringLiteral

这是一个宏,一个蛮复杂的宏:

QString s4 = QStringLiteral("中文");

之前?

在介绍这个宏之前,我们先看看下面写法有什么劣势:

QString s1 = "汉语";

QString s2("漢語");

QString s3 = tr("中文")

QString s6 = u8"中文";//C++11

...

首先,2个汉字的字符串以UTF-8编码的形式被编译器放到了常量区。(至少占7个字节吧?)

然后,程序运行时,构造QString实例,需要在堆上申请空间,存放utf16格式的相应字符串。

有没有存在浪费?

方案

QString 内部是UTF16,如果C++编译器在编译期直接提供了UTF16的字符串,那么我们在QString内部直接保存也就够了。这样

·         省掉存在两份不同的拷贝(即相应的转换,malloc的成本)

·         对汉字来说,UTF16本身就是UTF8省空间

现实

目前,我们还没有可靠的方式在C++使用UTF16的执行字符集(the execution character set)

·         尽管 L"..."(wchar_t*) Windows下是UTF16,但是不具备跨平台性。

·         C++11可以保证这一点,u"..."(char16_t),但主流编译器尚未提供完美支持。

这两点,导致了QStringLiteral的复杂性

实现

源码见 qtbase/src/corelib/tools/qstring.h

(代码中使用宏、模板、lambda表达式,还是相当复杂的,此处只摘片段)

·         如果编译器支持char16_t,则直接使用

#define QT_UNICODE_LITERAL_II(str) u"" str

typedef char16_t qunicodechar;

...

·         否则。如果在Windows平台下,或者在其他的wchar_t宽度为2的环境下,使用wchar_t

#if defined(Q_CC_MSVC)

#    define QT_UNICODE_LITERAL_II(str) L##str

#else

#    define QT_UNICODE_LITERAL_II(str) L"" str

#endif

typedef wchar_t qunicodechar;

...

·         否则。编译器不支持,Qt作为一个库,肯定也没有办法

# define QStringLiteral(str) QString::fromUtf8(str, sizeof(str) - 1)

 

上一篇:Qt中translate、tr关系与中文问题
下一篇:Qt的国际化和本地化