[讨论]QString的Bug。length、size、count均错误。 [复制链接]

QString s="我𠇾你吗";
你们猜猜s.length()是多少？

答案上5。

设置QTextCodec了吗？

引用第1楼jdwx于2012-04-30 08:33发表的  :
设置QTextCodec了吗？

设置了，我代码用的是UTF8。

引用第1楼jdwx于2012-04-30 08:33发表的  :
设置QTextCodec了吗？

我把这个中文字符串“我𠇾你吗”，最终在我的QToolButton里显示，能正确显示。

所以，QTextCodec已经正确设置。



“𠇾”是生僻字，在UTF16编码中，是占4字节的字符，因此，需要把QT的代码编写器的字体格式，设置为"SimSun-Extb"，才能正确显示。

当然，代码中也要加入：
  QFont f("SimSun-Extb");
    app.setFont(f);

这段字符，才能在QToolButton上正确显示。

没有人遇到这种问题？

确实没遇到，估计是水土不服的原因。

引用第5楼jdwx于2012-04-30 10:01发表的  :
确实没遇到，估计是水土不服的原因。

你能否按照下面的步骤，帮我试试看？



首先，把QT-Creator的代码编写器的字体，设置为"SimSun-Extb"，然后，创建一个utf8编码的qt工程（即那些cpp和h的编码都是utf8的）。

（注：上面两步，要先做）

最后，来看看下面例子：

int main(int argc,char*argv[])
{
QApplication app(argc,argv);
QTextCodec::setCodecForCStrings(QTextCodec::codecForName("utf-8"));
QFont f("SimSun-Extb");
app.setFont(f);

QString s="他𡆮";

QWidget w;
QPushButton pb(&w);
pb.setText(s);
w.setWindowTitle(QString::number(s.length()));      //最终显示是3个，正确应该是2个。

w.resize(300,300);
w.show();

return app.exec();
}

如何才能正确统计，一个QString里到底有多少个unicode字符？

我的意思是：
qstring.length()，返回的，根本不是qstring里的字符个数。

它返回的是“字节数/2”。

6楼的例子，够详细了吧？

QString的length应该与字节数无关
因为QString不是以char为单位，而是QChar，可以当做QChar的一个容器

引用第9楼roywillow于2012-04-30 12:46发表的 回 7楼(qdxianxing) 的帖子 :
QString的length应该与字节数无关
因为QString不是以char为单位，而是QChar，可以当做QChar的一个容器

要知道，QChar是2个字节，

所以，length==QChar数==字节数/2

也就是与字节数相关了。

引用第7楼qdxianxing于2012-04-30 10:55发表的  :
我的意思是：
qstring.length()，返回的，根本不是qstring里的字符个数。
它返回的是“字节数/2”。

嗯，只能说明Manual中说的不够清楚，不过个人不觉得这是个大问题。

QString中存放的是utf16字符串，即

char16_t * （如果编译器支持C++11）
或
wchar_t * (如果wchar_t是16位，比如MSVC)
或
unsigned short *

而 length 返回是这种字符流中的“字符”数目。

进一步说，如果QString真的提供的是unicode字符数，反而会使大家非常郁闷。比如说，你要接受或者拷贝一个 wchar_t* 的字符数组，此时大小？。比如：我们都知道Windows系统内部都是UTF16，你如何把那四个字符传递给它呢，不还是要 5 个 wchar_t 么?

引用第11楼dbzhang800于2012-04-30 13:11发表的  :
嗯，只能说明Manual中说的不够清楚，不过个人不觉得这是个大问题。
QString中存放的是utf16字符串，即
.......

但是，有一个细节你没有注意到：

UTF-16是变长编码，虽然大部分字符都是2个字节，但，有些字符是4个字节的。

例如：
QString s="𠇾";

按常理，s.length()应该是1。
但是，你可以试试看，输出s.length()却是2。

引用第11楼dbzhang800于2012-04-30 13:11发表的  :
嗯，只能说明Manual中说的不够清楚，不过个人不觉得这是个大问题。
QString中存放的是utf16字符串，即
.......

我觉得你有一点说得不对，你说：“ length 返回是这种字符流中的“字符”数目”。

其实不是。

引用第12楼qdxianxing于2012-04-30 13:21发表的  :
但是，有一个细节你没有注意到：
UTF-16是变长编码，虽然大部分字符都是2个字节，但，有些字符是4个字节的。
.......

我前面说的就是这个 ;-) ，如果真是1的话，会让人非常郁闷。

引用第13楼qdxianxing于2012-04-30 13:24发表的  :
我觉得你有一点说得不对，你说：“ length 返回是这种字符流中的“字符”数目”。
其实不是。

所以我加了引号，代码 char16_t 或 wchar_t "字符"的个数。

引用第14楼dbzhang800于2012-04-30 13:24发表的  :
我前面说的就是这个 ;-) ，如果真是1的话，会让人非常郁闷。

为什么会让人非常郁闷呢？

那么，有没有办法，获知QString里到底有多少个真实的“unicode字符”？

引用第15楼dbzhang800于2012-04-30 13:26发表的  :
所以我加了引号，代码 char16_t 或 wchar_t "字符"的个数。

现在我的最终问题就是，

QString s="𠇾";那么，s.length()==2。
QString s="我";那么，s.length()==1。

那我到底怎么才能知道，qstring里，到底有多少个真实的“unicode字符”？

总感觉讨论一个类有多少个字节很奇怪呢……为什么说QChar是“2个字节”呢？

引用第18楼roywillow于2012-04-30 13:35发表的  :
总感觉讨论一个类有多少个字节很奇怪呢……为什么说QChar是“2个字节”呢？

不是说一个类有多少个字节，而是说，QString里的编码内容，有多少个字节。

sizeof(QChar)==2。

你所说的那些字符是不是也需要用两个QChar来编码呢？
如果是这样的话，不就跟过去经常纠结的char*里中英文混排后该怎么获得字符数一样的问题了么

引用第20楼roywillow于2012-04-30 14:00发表的  :
你所说的那些字符是不是也需要用两个QChar来编码呢？
如果是这样的话，不就跟过去经常纠结的char*里中英文混排后该怎么获得字符数一样的问题了么

是啊，那些是要用两个QCchar来编码的，而有些，则只需要一个QChar。

那有什么办法吗？

引用第11楼dbzhang800于2012-04-30 13:11发表的  :
嗯，只能说明Manual中说的不够清楚，不过个人不觉得这是个大问题。
QString中存放的是utf16字符串，即
.......

我明白你的意思了。

QString.length()返回wchar_t的数目，当然在很多场合是有用的。

但，我希望知道unicode字符数目，也是有用的。

我现在，希望能统计，到底有多少个unicode字符在QString里。有没有办法做到？

我觉得应该参考c串获取实际字符数的方法，如果实际上存在的话

引用第22楼qdxianxing于2012-04-30 18:06发表的  :
我明白你的意思了。
QString.length()返回wchar_t的数目，当然在很多场合是有用的。
但，我希望知道unicode字符数目，也是有用的。
我现在，希望能统计，到底有多少个unicode字符在QString里。有没有办法做到？
.......

当然，你直接 QString::toUcs4 () ，然后得到 char32_t 数组，此时的大小就不会有歧义了。

引用第24楼dbzhang800于2012-05-01 04:06发表的  :
当然，你直接 QString::toUcs4 () ，然后得到 char32_t 数组，此时的大小就不会有歧义了。

我后来找到了一个很好的方法：

QTextBoundaryFinder tbf(QTextBoundaryFinder::Grapheme,str);
int c=0;
while(tbf.toNextBoundary()!=-1)
{
    c++;
}

c就是真实的QString里的“unicode字符”的数目。（即使里面字符编码，有些占4字节，有些站2字节，都是能正确统计的。）