1 首先說下字符集。
gb18030字符集兼容了gbk字符集,以兩個字節表示一個文字。windows系統可能使用的就是這兩種的一種。
unicode字符集以2個或以上的字節表示一個漢字。
通用字符集(Universal Character Set, UCS)是由ISO制定的ISO 10646(或稱ISO/IEC 10646)標準所定義的標準字符集。UCS-2用兩個字節編碼,UCS-4用4個字節編碼。
utf8字符集以2個或以上的字節表示一個漢字。實際上具體的數值和unicode有很大的相關性。
ISO-8859-1編碼是單字節編碼,向下兼容ASCII,其編碼範圍是0x00-0xFF。亦稱爲Latin1。
2 QString內部可能是使用unicode字符集來存儲文字。具體輸出的時候,就可以輸出該文字對應的unicode, ucs4, utf8, gb18030的編碼。
3 代碼示例
環境:qt5.5 msvc2013
使用qtcreator創建main.cpp,它默認代碼裏的漢字使用utf8字符集。不要使用msvc編譯器,因爲它默認漢字使用gb18030字符集
#include <QCoreApplication>
#include <QDebug>
int main(int argc, char *argv[])
{
QCoreApplication a(argc, argv);
QString tmp="漢字";
qDebug() << "tmp=" << tmp << endl;
qDebug() << "toUtf8" << tmp.toUtf8() << endl; //返回utf8編碼的一串數字
qDebug() << "toLatin1" << tmp.toLatin1() << endl; //"漢字"不在latin1字符集中,所以結果無意義
char *p = new char[1+strlen(tmp.toLatin1().data())];
strcpy(p, tmp.toLatin1().data());
for (int i=0; p[i] != '\0'; i++)
{
printf("0x%02x ", p[i]);
}
printf("\n");
delete p;
qDebug() << "toLocal8bit" << tmp.toLocal8Bit() << endl;//返回windows操作系統設置的字符集gb18030的編碼
qDebug() << "toUcs4" << tmp.toUcs4() << endl; //返回ucs4編碼組成的QVector,一個漢字佔用4字節
return a.exec();
}
運行結果如下圖: