Question

我有一个连接到IRC服务器的套接字。我想将收到的数据（QByteArray）转换为QString。因为在IRC上，不是每个人都使用UTF-8，我想尝试使用UTF-8解码QByteArray：

QString s = QString::fromUtf8(array);

问题是Qt默默地替换了＃34;坏＆＃34;字符并始终返回QString。我想＆＃34;尝试＆＃34;解码，如果它无法正确解码，则回退到latin-1解码。

我怎么能这样做？

Answer 1

不幸的是，它看起来不像Qt提供的解码例程允许配置无效序列的处理。

相反，您应该能够执行以下操作：

QString s = QString::fromUtf8(array);
if (s.toUtf8() != array) {
  s = QString::fromLatin1(array);
}

UTF-8和UTF-16之间的直接转换（即，没有标准化）应该是无损且完全可逆的。如果从UTF-16转换为UTF-8不会产生原始数据，那是因为原始数据无效UTF-8。

虽然在正常情况下不太可能，但其他编码中的文本恰好是有效的UTF-8，但在UTF-8中与正确的编码有不同的含义。此类文本将被检测为UTF-8，并且不会按预期显示。避免这种情况的唯一方法是事先了解正确的编码，例如：通过协议声明正确的编码。

另一个选择是使用std::wstring_convert，它是C ++ 11标准库的一部分。

#include <codecvt> // for codecvt_utf8_utf16
#include <locale>  // for wstring_convert

QByteArray array = ...

std::wstring_convert<std::codecvt_utf8_utf16<char16_t>, char16_t> converter;
QString s;
try {
  std::u16string s16 = converter.from_bytes(array.data(), array.size());

  s = QString::fromUtf16(s16.c_str());

} catch(...) {
  s = QString::fromLatin1(array);
}

请注意，fromUtf16与char16_t的使用取决于this change，{{3}}可能未包含在您使用的Qt版本中。据推测，他们最终还会添加fromStdU16String()之类的内容，以便您可以说QString::fromStdU16String(s16)，或者添加隐式转化，这样您就可以说s = s16;。

另请注意，libstdc ++（gcc的默认标准库实现）尚未包含此转换工具。 Visual Studio 2010及更高版本拥有它，而libc ++拥有它。

如何使用带有Latin-1回退的UTF-8解码QByteArray

1 个答案: