QChar :: isLetterOrNumber（）失敗

Question

我想將QStrings轉換為文件名。 由於我希望文件名看起來干凈，我想用下划線替換所有非字母和非數字。 以下代碼應該這樣做。

#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，在我的計算機上，這不起作用，我得到一個輸出：

�_

尋找一個exporpation，調試告訴我QString("§").size() = 2> 1 = QString("a").size() 。

我的問題：

• 為什么QString使用2個QChars作為“§”？ （已解決 ）
• 你有makeFilename的解決方案嗎？ 它對中國人也有用嗎？

Answer 1

好的，這是我的理論：當您將“§”文字提供給QString時，Qt使用一些默認編碼，因為您沒有設置一個。 如果你的編譯器使用UTF-8存儲字符串文字，你可能會給它2個字節，它被轉換成2個字符而不是1個字符。 同樣，你的“toAscii”輸出也很可能也是錯誤的。

從它的外觀來看，你必須找出你的編譯器用來存儲字符串文字的內容，並使用正確的值調用setCodecForCStrings 。

編輯：給出你的描述，如果我不知道編譯器的編碼，我可能首先嘗試QTextCodec :: codecForName（“UTF-8”）作為setCodec的參數:-)

Answer 2

除了其他人所說的，請記住， QString是UTF-16編碼的字符串。 在BMP之外的Unicode字符需要2個QChar值一起工作，稱為代理項對，以便對該字符進行編碼。 QString文檔盡可能多地說：

代碼值高於65535的Unicode字符使用代理對存儲，即兩個連續的QChars。

在循環訪問QString時，您沒有考慮到這一點。 您正在查看每個QChar而不檢查它是否屬於代理對。

試試這個：

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; 
}