波斯语中的QString

Question

我给出了一个Qt项目，该项目需要支持波斯语。从服务器发送数据并使用第一行，我得到一个QByteArray并使用第二行将其转换为QString：

function playerStart() {

var widget = Mixcloud.PlayerWidget(document.getElementById("mmnMixPlayer"));
    widget.ready.then(function() {
        // Put code that interacts with the widget here
        play();
    });

 /* AJAX link click */
jQuery(document).on("click", "a[target!='_blank']:not(a[href^='#'])", function(e){
    var link = jQuery(this).attr("href");
    // var title = jQuery(responseHtml).filter('title').text();
    // console.log(title);
    jQuery("#content").load( link + " #content", function(responseText) {
      var newtitle = escapeHtml(responseText.match(/<title>([^<]*)/)[1]);
      document.title = newtitle; } 
    );
    e.preventDefault();
    history.pushState({}, null, link);
    // jQuery(document).find("title").text(jQuery(responseHtml).filter('title').text());
});

}

function playerStop() {

var widget = Mixcloud.PlayerWidget(document.getElementById("mmnMixPlayer"));
    widget.ready.then(function() {
        // Put code that interacts with the widget here
        pause();
    });

}


jQuery(document).on("click", "#listengomb.stopped", function(e){
    playerStart();
    jQuery(this).removeClass("stopped").addClass("playing");
    e.preventDefault;
}) 

jQuery(document).on("click", "#listengomb.playing", function(e){
    playerStop();
    jQuery(this).removeClass("playing").addClass("stopped");
    e.preventDefault;
})  

以英语发送数据时，一切都很好，但是以波斯语代替

    QByteArray readData = socket->readAll();
    QString DataAsString = QTextCodec::codecForUtfText(readData)->toUnicode(readData);

我知道

سلام

我提到了此过程，因此人们不会建议使用.tr的多语言应用程序的制作方法。都是关于文本和解码的，而不是那些翻译方法。我的操作系统是Windows 8.1（对于您需要了解的情况）。

当服务器发送سلام

时，我得到这个十六进制值

سÙ\u0084اÙ\u0085

由于我不知道的原因，通过服务器的方式在开头发送了两个额外的字节。所以我用以下方法切断了它：

0008d8b3d984d8a7d985

在将其转换为QString之后，十六进制值在开始时会有一些额外的作用。

Answer 1

我对等待回复感到好奇，并独自开玩笑：

我复制了文本سلام（英语：“ Hello”），并将其粘贴到Nodepad ++（在我的情况下使用UTF-8编码）。然后我切换到以十六进制查看并得到：

右侧的ASCII转储看起来有点类似于OP意外获得的内容。这让我相信readData中的字节是用UTF-8编码的。因此，我采用了暴露的十六进制数字，并制作了一些示例代码：

testQPersian.cc：

#include <QtWidgets>

int main(int argc, char **argv)
{
  QByteArray readData = "\xd8\xb3\xd9\x84\xd8\xa7\xd9\x85";
  QString textLatin1 = QString::fromLatin1(readData);
  QString textUtf8 = QString::fromUtf8(readData);
  QApplication app(argc, argv);
  QWidget qWin;
  QGridLayout qGrid;
  qGrid.addWidget(new QLabel("Latin-1:"), 0, 0);
  qGrid.addWidget(new QLabel(textLatin1), 0, 1);
  qGrid.addWidget(new QLabel("UTF-8:"), 1, 0);
  qGrid.addWidget(new QLabel(textUtf8), 1, 1);
  qWin.setLayout(&qGrid);
  qWin.show();
  return app.exec();
}

testQPersian.pro：

SOURCES = testQPersian.cc

QT += widgets

已在Windows 10的cygwin中进行了编译和测试：

$ qmake-qt5 testQPersian.pro

$ make

$ ./testQPersian

同样，Latin-1的输出看起来与OP以及Notepad ++公开的输出类似。

UTF-8的输出提供了预期的文本（符合预期，因为我提供了正确的UTF-8编码作为输入）。

也许是，ASCII / Latin-1输出的变化有点令人困惑。 –存在多个字符字节编码，它们在下半部分（0 ... 127）共享ASCII，但在上半部分（128 ... 255）具有不同的字节含义。 （请看ISO/IEC 8859来理解我的意思。在Unicode成为本地化问题的 final 解决方案流行之前，这些已作为本地化引入。）

波斯语字符肯定具有超过127的所有Unicode代码点。（Unicode也共享前128个代码点的ASCII。）此类代码点在UTF-8中编码为多个字节的序列，其中每个字节都有MSB（最高有效位–位7）设置。因此，如果用任何ISO8859编码（偶然地）解释了这些字节，那么上半部分就变得有意义。因此，根据当前使用的ISO8859编码，这可能会产生不同的字形。

---

一些延续：

OP发送了以下快照：

所以，似乎代替了

d8 b3 d9 84 d8 a7 d9 85

他有

00 08 d8 b3 d9 84 d8 a7 d9 85

可能的解释：

服务器首先发送16位长度的00 08 –解释为Big-Endian 16位整数： 8 ，然后是 8 个以UTF编码的字节-8（与我在上面玩过的游戏一模一样）。 （AFAIK，对于发送方和接收方本来就有不同的字节序，使用Big-Endian二进制网络协议来防止字节序问题并不稀奇。）此处：htons(3) - Linux man page

  

在i386上，主机字节顺序是最低有效字节在前，而在Internet上使用的网络字节顺序是最高有效字节在前。

---

OP声称已使用此协议DataOutput – writeUTF：

  

将两个字节的长度信息写入输出流，然后是字符串s中每个字符的修改后的UTF-8表示形式。如果s为null，则抛出NullPointerException。字符串s中的每个字符都将转换为一个，两个或三个字节的组，具体取决于字符的值。

所以，解码看起来像这样：

QByteArray readData("\x00\x08\xd8\xb3\xd9\x84\xd8\xa7\xd9\x85", 10);
//QByteArray readData = socket->readAll();
unsigned length
  = ((uint8_t)readData[0] <<  8) + (uint8_t)readData[1];
QString text = QString::fromUtf8(dataRead.data() + 2, length);

1. 前两个字节是从readData中提取出来的，并组合到length中（解码大尾数16位整数）。

2. dataRead的其余部分将转换为QString，提供先前提取的length。因此，readData的前2个长度字节被跳过。

Answer 2

您需要像这样用utf8发送数据

    mysocket->write(message.toUtf8());

并像这样接收并转换为utf8：

    QByteArray Data = mysocket->readAll();
    QString DataAsString = QString::fromUtf8(Data);

您的数据将被发送而不会变得无法识别