读取文件乱码新问题 [复制链接]

各位路过者好，用qtextstream 读取文本内容时出现乱码，主要是设置好编码为GBK，但是针对不同的编码文本例如UTF8的文本，读取的时候会出现乱码；要是设为UTF8的，GBK又会是乱码，这个该怎么解决阿？看过路过的，给点建议吧，郁闷一个星期了，新的一周希望大家都有新收获！

我也遇到过类似问题，由于我们要读取的文本有固定的格式，如果是乱码，格式就不正确，转而使用另一种编码。

那岂不是要对各种编码进行判断了，想想就复杂

现在中文LINUX上不是GBK之类的编码, 就是linux 最常用的UTF-8编码了,  这个编码问题每个软件都要面对,
打开文件的时候可以让用户选择编码方式, 同时提供编码方式的预览, 这是现今软件的通用处理方法.  

此外难道没有信息可能获取文件编码吗? 获取后再设置解码方式. ....................... ?????

UTF8格式的文本文件前三个字节是   EF   BB   BF,后面才是文本内容 ，不过这种方式并不好，文本文件的内容，前几个字节，难道就不能是EF BB, BF吗　或根本没有这些？
许多文件根本没有标识字节，　所以现在的文件系统应该更正一下，将编码属性直接放在文件属性中最好．　

请参考相关类:　QTextCodec．．．

如果解决了此问题，　请在此留下你的解决方案，因为我们也需要．

这种问题基本没什么可讨论的，对纯文本，这种乱码问题理论上就无法解决。不然也就没有Unicode了。

UTF8 前面的BOM，是一个可选项。其实绝大多数 utf-8 的文件都不带BOM的。（BOM会带来其他的问题，如果你经常用的话，会有切身感受）

猜测编码的方式，不可靠，这也是无法改变的现实。
比如，一串字节流
'\xe6\x88\x91\xe6\x98\xaf\xe4\xb8\xad\xe6\x96\x87'

这是什么东西？用 utf8解码：恩
"我是中文"

用gb2312解码，恩，解码出错，前两个字节就出错了

用 gbk 解码，恩，解码出错，在第 8、9个字节上

用 gb13080解码，恩，解码成功，是6个汉字(尽管这六个汉字偶都不认识)
为了完整，给出他们的unicode吧
u'\u93b4\u621e\u69f8\u6d93\ue15f\u6783'

同一串流，既可以用 utf-8 解码，又可以用 gb13080 解码。这还是仅仅考虑简体中文的情况。如果你再考虑一下港澳台同胞，或者同是东亚的日韩，再或者面向世界，什么情况，自己想想就好

那就是没有办法解决的了，难道不可以根据各种编码的特点进行区分，字节范围什么的，不能判定的就通过手动选择编码方式。

有自动判断编码的库,不过,加上去后文件会变大..
用不用看你自己了~