QChar::isLetterOrNumber()失败

Question

我想把QStrings转换成文件名。因为我希望文件名看起来很干净，所以我想用下划线替换所有的非字母和非数字。下面的代码应该这样做。

#include <iostream>
#include <QString>

QString makeFilename(const QString& title)
{
    QString result;
    for(QString::const_iterator itr = title.begin(); itr != title.end(); itr++)
     result.push_back(itr->isLetterOrNumber()?itr->toLower():'_');
    return result;
}

int main()
{
    QString str = "§";
    std::cout << makeFilename(str).toAscii().data() << std::endl;
}

但是，在我的计算机上，这是不工作的，我得到了一个输出：

�_

为了找到解释，调试告诉我QString("§").size() =2>1= QString("a").size()。

我的问题：

• 为什么QString在"§“中使用2 QChars？(解决了)
• 您有makeFilename的解决方案吗？这对中国人也有好处吗？

Answer 1

除了其他人所说的，请记住QString是一个UTF-16编码字符串。在BMP之外的Unicode字符需要两个QChar值一起工作，称为代理项对，以便对该字符进行编码。QString文档也这么说：

代码值大于65535的Unicode字符使用代理项对存储，即两个连续的QChars。

在循环遍历QString时，没有考虑到这一点。您正在单独查看每个QChar，而不检查它是否属于代理项对。

试一试：

QString makeFilename(const QString& title) 
{ 
    QString result; 

    QString::const_iterator itr = title.begin();
    QString::const_iterator end = title.end();

    while (itr != end)
    {
        if (!itr->isHighSurrogate())
        {
            if (itr->isLetterOrNumber())
            {
                result.push_back(itr->toLower()); 
                ++itr;
                continue;
            }
        }
        else
        {
            ++itr;
            if (itr == end)
                break; // error - missing low surrogate

            if (!itr->isLowSurrogate())
                break; // error - not a low surrogate

            /*
            letters/numbers should not need to be surrogated,
            but if you want to check for that then you can use
            QChar::surrogateToUcs4() and QChar::category() to
            check if the surrogate pair represents a Unicode
            letter/number codepoint...

            uint ch = QChar::surrogateToUcs4(*(itr-1), *itr);
            QChar::Category cat = QChar::category(ch);
            if (
                ((cat >= QChar::Number_DecimalDigit) && (cat <= QChar::Number_Other)) ||
                ((cat >= QChar::Letter_Uppercase) && (cat <= QChar::Letter_Other))
                )
            {
                result.push_back(QChar(ch).toLower()); 
                ++itr;
                continue;
            }
            */
        }

        result.push_back('_');
        ++itr; 
    }

    return result; 
} 

Answer 2

好的，下面是我的理论:当您将"§“文本提供给QString时，Qt使用一些默认编码，因为您没有设置它。如果您的编译器使用UTF-8来存储字符串文本，那么您可能要给它添加2个字节，这些字节被转换成2个字符，而不是一个字符。同样，您的"toAscii“输出也很可能做错了事情。

从它的外观来看，您必须找出编译器用于存储字符串文本的内容，并使用正确的值调用setCodecForCStrings。

编辑:给定您的描述，如果我不知道编译器的编码，我可能会尝试使用QTextCodec::codecForName("UTF-8")作为setCodec的参数(首先:-)