在Qt中创建UTF-8文件

Question

我正在尝试在Qt中创建一个UTF-8编码的文件。

#include <QtCore>

int main()
{
    QString unicodeString = "Some Unicode string";
    QFile fileOut("D:\\Temp\\qt_unicode.txt");
    if (!fileOut.open(QIODevice::WriteOnly | QIODevice::Text))
    {
        return -1;
    }

    QTextStream streamFileOut(&fileOut);
    streamFileOut.setCodec("UTF-8");
    streamFileOut << unicodeString;
    streamFileOut.flush();

    fileOut.close();

    return 0;
}

我认为默认情况下QString是Unicode的，当我将输出流的编解码器设置为UTF-8时，我的文件将是UTF-8格式。但事实并非如此，它是ANSI格式。 我做错了什么？我的字符串有问题吗？你能修改我的代码以创建UTF-8文件吗？ 接下来我要读取ANSI文件并将其保存为UTF-8文件，因此我将需要对每个读取的字符串执行转换，但现在，我想从一个文件开始。 谢谢。

- Ondrej Vencovsky

---

你应该使用QString::fromUtf8()将字符串字面值转换为字符串。此外，一些编译器在源文件中使用非ASCII编码时会出现问题（如MSVC）。因此，您可以尝试通过QInputDialog等方式输入字符串来解决问题。我还建议在遇到此类问题时定义QT_NO_CAST_FROM_ASCII和QT_NO_CAST_TO_ASCII。它禁用了隐式转换，从而使情况更加清晰明了。 - Frank Osterfeld

https://dev59.com/q4nca4cB1Zd3GeqP-2_i - trante

Answer 1

2022年的修改：以下内容适用于Qt 4。从Qt 5开始，默认使用UTF-8，因此本回答不适用于最新的Qt版本。

您的代码是完全正确的。我唯一怀疑的部分是这个：

QString unicodeString = "Some Unicode string";

它看起来可疑的原因在于，默认情况下QString在从C风格字符串字面量构造时使用Latin1编码。因此，如果您只打算使用带重音的拉丁字符，那么您可能没问题，但如果使用其他任何字符（如西里尔文、中文、日文、希伯来文等），那么它将无法正确工作。处理此问题的最佳方法是将源代码编码为UTF-8，并执行以下操作：

QString unicodeString = QString::fromUtf8("Some Unicode string");

这将适用于任何可能的语言。使用QObject::trUtf8()甚至更好，因为它提供了很多国际化能力。

编辑

虽然生成正确的UTF-8文件是正确的，但如果您希望Notepad将您的文件识别为UTF-8，则需要进行不同的操作。 您需要在其中放置BOM。 它可以像另一个答案中建议的那样完成，或者这里是另一种方法：

streamFileOut.setGenerateByteOrderMark(true);

- Sergei Tachenov

---

我不建议将C++源代码保存为UTF-8格式 :) - Piotr Dobrogost

@Piotr，为什么？UTF-8（无BOM）是一种与US-ASCII完全兼容并支持任何语言的编码方式。否则，你如何在某些本地语言中使用字符字面量，而不必诉诸于QTextStream :: setCodecForCStrings()，这可能会导致很多问题？ - Sergei Tachenov

@Ondrej，注意有些软件可能不喜欢BOM，特别是那些一开始就没有支持Unicode的软件。即使没有BOM也仍然有效的UTF-8，所以你是否要放置BOM取决于你打算如何使用生成的文件。最终决定取决于你。 - Sergei Tachenov

BOM对于UTF-8文件没有意义，这是微软的专有名词。 - koan

@CJBrew，说得好。虽然这不是我的本意，但即使英语不是我的母语，我认为在2011年我已经足够好地注意到了这一点。我会尝试用更礼貌的方式重新表述。 - Sergei Tachenov

Answer 2

我使用QT创建UTF-8无BOM的txt编码的经验如下:

file.open(QIODevice::WriteOnly | QIODevice::Text);
QTextStream out(&file);
out.setCodec("UTF-8"); // ...
vcfline = ctn; //assign some utf-8 characters
out.setGenerateByteOrderMark(false);
out << vcfline; //.....
file.close();

文件将以UTF-8编码而没有BOM。

- user2006121

---

如果你从文件中读取，为输入和输出文件流设置编解码器。 - S.M.Mousavi

Answer 3

不要忘记UTF-8编码将把ASCII字符编码为一个字节。只有特殊或带重音符号的字符才会被编码为多个字节（从2到6个字节）。

这意味着只要您有ASCII字符（这是您的unicodeString的情况），文件将只包含8个字节的字符。因此，您可以获得与ASCII的向后兼容性：

UTF-8可以表示Unicode字符集中的每个字符，但与它们不同，具有与ASCII向后兼容的优点。

要检查代码是否正常工作，您应该在您的unicode中添加一些带重音符号的字符。

我已经使用带重音符号的字符测试了您的代码，它运行良好。

如果您想在文件开头加上BOM，您可以先添加BOM字符（QChar(QChar::ByteOrderMark)）。

- Jérôme

---

谢谢Jerome，你帮我解决了一个BOM的问题。文件其实是OK的，只是缺少了BOM。我使用了Sergey的方法将它添加到流中，但是非常感谢你的帮助。 - Ondrej Vencovsky