Qt5之中文字符串转换

一、简介

在Qt开发过程中，从linux获取的中文字符串很容易出现乱码，linux创建的文件取决于不同的工具，有可能是GBK格式，有可能是UTF-8。所以需要一个通用的方式把中文转成正常的字符串显示出来。

Qt处理中文的方式：

编码类型	适用场景	Qt 中对应的解析方式
DOS 中文	DOS 环境下的文本 / 数据	GBK/GB2312（属于 Windows Local8Bit）
Windows 本地编码	系统默认 ANSI 编码	`QString::fromLocal8Bit()`
Qt 内部编码	字符串存储（无乱码）	UTF-16（无需关心，Qt 自动处理）
UTF-8（通用）	跨平台推荐	`QString::fromUtf8()`

二、详解

1、确认源数据的真实编码

（1）打印源字符串的十六进制数，对比编码表判断真实编码

复制代码

#include <QDebug>
#include <QTextCodec>

// 打印字节数组的十六进制（用于判断编码）
void printHex(const QByteArray &data) {
    QString hexStr;
    for (char c : data) {
        hexStr += QString("%1 ").arg(static_cast<unsigned char>(c), 2, 16, QChar('0'));
    }
    qDebug() << "源数据十六进制：" << hexStr.trimmed();
}

中文	GBK (CP936) 十六进制	UTF-8 十六进制	DOS CP850（无中文，仅西文）
你好	B0 A1 C4 E3	E4 BD A0 E5 A5 BD	无对应（显示乱码符号）
张三	D5 C5 C8 FD	E5 BC A0 E4 B8 89	无对应

2、复用的 Qt 通用编码转换代码

调用autoConvertToWindows即可获取转换后的中文

复制代码

bool hasValidChinese(const QString &text)
{
    // 匹配中文Unicode区间：[\u4e00-\u9fa5]
    return text.contains(QRegExp("[\\u4e00-\\u9fa5]"));
}

bool isCompleteGbk(const QByteArray &data)
{
    int len = data.length();
    if (len % 2 != 0) { // GBK中文必为2字节，奇数长度=截断
        qWarning() << "GBK字节流不完整：长度为奇数（" << len << "），可能截断";
        return false;
    }
    // 校验每个GBK字符的高位字节范围（GBK高位：0x81-0xFE）
    for (int i = 0; i < len; i += 2) {
        unsigned char high = static_cast<unsigned char>(data[i]);
        if ((high<0x81) || (high>0xFE)) {
            return false;
        }
    }
    return true;
}

QString autoConvertToWindows(const QByteArray &dosData)
{
    // 1. 先尝试GBK/CP936（最常见的DOS中文编码）
    QTextCodec *gbkCodec = QTextCodec::codecForName("CP936");
    if (!gbkCodec) {
        gbkCodec = QTextCodec::codecForLocale();
    }
    QString text = gbkCodec->toUnicode(dosData);

    // 2. 验证转换结果是否为有效中文（避免乱码）
    if (hasValidChinese(text) && isCompleteGbk(dosData)) { // 包含中文字符，转换成功
        return text;
    }

    // 3. 尝试UTF-8（误判为DOS编码的情况）
    text = QString::fromUtf8(dosData);
    if (hasValidChinese(text)) {
        return text;
    }

    // 4. 尝试DOS CP850转GBK
    QTextCodec *cp850Codec = QTextCodec::codecForName("CP850");
    if （cp850Codec) {
        QString unicodeText = cp850Codec->toUnicode(dosData);
        text = QString::fromLocal8Bit(unicodeText.toLocal8Bit());
        if (hasValidChinese(text)) {
            return text;
        }
    }
    text = QString::fromLocal8Bit(dosData);
    return text;
}

四、总结

上述代码经过不断添加格式解析，覆盖 DOS（CP850/CP437）、Windows 本地编码（GBK/CP936）、UTF-8 所有场景。自动识别源编码并转换为 Windows 可正常显示的 Qt 字符串，解决Qt中各类中文乱码问题。