QT5 中文(二)

今天,隨着Change QString's default codec to be UTF-8進入Qt5的master分支,我們總算可以重新審視一下Qt的中文支持問題。

20120516更新:建議閱讀QtCore模塊維護者Thiago Macieira 的文章 Source code must be UTF-8 and QString wants it 

沒有了setCodecXXX的Qt5

  • Qt5假定的執行字符集是UTF8,不再允許用戶擅自改動。這樣一來,Qt4中setCodecXXX的各種副作用不再存在,而且中文問題更爲簡單。

QString s1 = "漢語";
QString s2("漢語");
QString s3 = tr("中文")
QString s4 = QStringLiteral("中文");//只要字符串不需要翻譯,請關注這個
QString s5 = QString::fromWCharArray(L"中文");
QString s6 = u8"中文";//C++11
QString s7 = tr(u8"中文")
...

所有這些在Qt5默認都會正常工作,唯一要求就是:確保你的C++的執行字符集(the execution character set)是UTF-8

各種寫法PK?

簡單不一定好

最簡單直接的用法,當屬:

QString s1 = "漢語";
QString s2("漢語");
QString s6 = u8"中文";//C++11
...

這有什麼問題呢?

  • 定義宏QT_NO_CAST_FROM_ASCII之後,上述代碼無法將通過編譯(對了,這個宏似乎應該改個名字纔對,叫QT_NO_CAST_FROM_CSTRING會名副其實一些)

被誤用最多的

在Qt4中,QObject::tr()是被濫用(誤用)的函數之一:

QString s3 = tr("中文")
...

原因:

  • 在Qt4,不少用戶被鋪天蓋地的setCodecForTr()所影響,進而靠它來解決中文問題。

它的用途是用來進行翻譯(I18N和L10N)的,如果你沒有這方面的需求,真的沒必要用它。(在Qt4中,我只注意到有2個大陸網友和1個日本網友有需求並真正進行過這方面的嘗試,那麼其他應該算誤用吧?)

讓人困惑的wchar_t

剛開始接觸Qt和QString時,曾多次想過,爲什麼不用wchar_t,爲什麼,...

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

這個東西在Windows下真的很有用:首先它是Windows系統API所用字符串,其次它和QString內部表示相同。但是由於MSVC處於種種考慮,鼓勵大家使用TEXT/_T,反倒使大家對它比較陌生。

但是從C++標準來說,wchar_t畢竟不是char16_t,所以跨平臺性不好。在linux下,這行代碼需要utf32到utf16的轉換。

QStringLiteral

這是一個宏,一個蠻複雜的宏:

QString s4 = QStringLiteral("中文");

之前?

在介紹這個宏之前,我們先看看下面寫法有什麼劣勢:

QString s1 = "漢語";
QString s2("漢語");
QString s3 = tr("中文")
QString s6 = u8"中文";//C++11
...

首先,2個漢字的字符串以UTF-8編碼的形式被編譯器放到了常量區。(至少佔7個字節吧?)

然後,程序運行時,構造QString實例,需要在堆上申請空間,存放utf16格式的相應字符串。

有沒有存在浪費?

方案

QString 內部是UTF16,如果C++編譯器在編譯期直接提供了UTF16的字符串,那麼我們在QString內部直接保存也就夠了。這樣

  • 省掉存在兩份不同的拷貝(即相應的轉換,malloc的成本)

  • 對漢字來說,UTF16本身就是UTF8省空間

現實

目前,我們還沒有可靠的方式在C++使用UTF16的執行字符集(the execution character set)。

  • 儘管 L"..."(wchar_t*) 在Windows下是UTF16,但是不具備跨平臺性。

  • C++11可以保證這一點,u"..."(char16_t),但主流編譯器尚未提供完美支持。

這兩點,導致了QStringLiteral的複雜性

實現

源碼見 qtbase/src/corelib/tools/qstring.h

(代碼中使用宏、模板、lambda表達式,還是相當複雜的,此處只摘片段)

  • 如果編譯器支持char16_t,則直接使用

#define QT_UNICODE_LITERAL_II(str) u"" str
typedef char16_t qunicodechar;
...
  • 否則。如果在Windows平臺下,或者在其他的wchar_t寬度爲2的環境下,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;
...
  • 否則。編譯器不支持,Qt作爲一個庫,肯定也沒有辦法

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

 

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章