Question

在Qt中，有没有办法检查字节数组是否是有效的UTF-8序列？

似乎QString::fromUtf8()默默地抑制或替换无效序列，而不通知呼叫者有任何序列。这来自其文档：

然而，无效序列是可能的 UTF-8，如果发现任何此类，它们将被替换为一个或更多＆＃34;替换字符＆＃34;或被压制。

Answer 1

尝试QTextCodec::toUnicode并传递ConverterState个实例。 ConverterState有invalidChars之类的成员。它们没有通过doxygen记录，但我认为它们是公共API，因为它们在QTextCodec文档中提到过。

示例代码：

QTextCodec::ConverterState state;
QTextCodec *codec = QTextCodec::codecForName("UTF-8");
const QString text = codec->toUnicode(byteArray.constData(), byteArray.size(), &state);
if (state.invalidChars > 0) {
    qDebug() << "Not a valid UTF-8 sequence.";
}

Answer 2

ConverterState方式，已由Frank Osterfeld报告here，即使文本没有“BOM（字节顺序标记）”（*），也能正常工作。

（*）与QTextCodec::codecForUtfText()不同，{{1}}需要文本中的BOM才能知道它在Utf-8中。

检查Qt中的UTF-8字符串是否有效

2 个答案: