Python String和PyQt QString的区别

zhangzy

原文:

http://blog.sina.com.cn/s/blog_4b5039210100h9kp.html

以下在python2.5和PyQt4.4.6 for python2.5环境下讨论。

    在python中有两种与字符有关的类型：string object和Unicode object。

平时进行输入输出的一般都用string object，当需要显示一些特殊字符或者中文等文字时候，需要转换为Unicode编码。在PyQt中也有两种字符类型与上面两者对应：QByteArray和QString，主要是使用QString操作数据。

1） python string object可以理解为一个接一个字节的字节组，至于表示什么编码，与表示文字有关，比如“python string”，“中文”。注意它是有不同编码区分的。

PyQt中与之对应的是QbyteArray，而不是Qstring。

A built-in string object (plain or Unicode) is a sequence of characters used to store and represent text-based information (plain strings are also sometimes used to store and represent arbitrary sequences of binary bytes). （摘自《Python in a NutShell》）

QByteArray can be used to store both raw bytes (including '"0's) and traditional 8-bit '"0'-terminated.（摘自《PyQt手册》）

2）Python Unicode object可以理解为固定使用utf-16编码的字节组，其中英文和中文都使用两个字节（16位）来表示，如：u"Python Unicode object"、u"中文"。
PyQt中与之对应的就是QString了。

Unicode string literals have the same syntax as other string literals, with a u or U immediately before the leading quote. （摘自《Python in a NutShell》）

Qt also provides the QString class to store string data. It stores 16-bit Unicode characters, making it easy to store non-ASCII/non-Latin-1 characters in your application.（摘自《PyQt手册》）
QString stores a string of 16-bit QChars, where each QChar corresponds one Unicode 4.0 character.（摘自《PyQt手册》）

2 PyQt内部类型转换

QString有 toAscii()、toUtf8()函数转换为QByteArray类型，（这个基本不用，因为很少直接用QByteArray类型）有__init__ (self, QByteArray a)函数将QByteArray类型转为QString。

   3. Python string object和Python Unicode object相互转换

1）Python string object是原始编码是有区分的，通过 decode('原始编码') 函数解码得到通用utf16编码即Python Unicode object。
>>>"python string".decode('ascii')
或者
>>>"python string".decode()
得到 u"python string"
因为默认按ascii解码。
>>>"中文".decode('gbk')
得到 u""u4e2d"u6587" ，打印出来就是 中文 二字。(注意结果是2字节一组，共两组，对应两个汉字)
又："python string".decode('gkb') ，即按汉字来解码，也可以得到 u"python string"，因为gbk编码也支持英文字母；
但是"中文".decode('ascii') 即按ascii解码是错误的，因为ascii编码不支持汉字！

>>> "dfdf".decode()
u'dfdf'
>>> "dfdf".decode("ascii")
u'dfdf'
>>> "dfdf".decode("gbk")
u'dfdf'
>>> "中文".decode("gbk")
u'"u4e2d"u6587'
>>>print "中文".decode("gbk")
中文
>>> "中文".decode("gb2312")
u'"u4e2d"u6587'
>>> "中文".decode("ascii")
Traceback (most recent call last):
File "<interactive input>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xd6 in position 0: ordinal not in range(128)

2）Python Unicode object原始编码固定是utf16，通过 encode('目的编码') 编码来得到Python string object。
>>>u"unicode string".encode()
或者
>>>u"unicode string".encode('ascii')
得到
'unicode string'，默认目的编码为ascii。
>>>u"中文".encode("gbk")
得到'"xd4"xd0"xce"xc4'，打印出来就是 中文。(注意结果是1字节一组，共4组)

>>> u"sdff".encode()
'sdff'
>>> u"sdff".encode('ascii')
'sdff'
>>> u"sdff".encode('gbk')
'sdff'
>>> u"sdff".encode('gb2312')
'sdff'
>>> u"中文".encode('gbk')
'"xd6"xd0"xce"xc4'
>>> print u"中文".encode('gbk')
中文
>>> u"中文".encode('ascii')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordin
al not in range(128)
注意：执行>>> u"中文".encode('gbk')命令需要你的IDE支持gbk编码，在官方shell下执行肯定没问题，但如果你的IDE比如PyWin中文输入异常，则可能报错。

4. Python string object和Python Unicode object向QString的转换。

Qt一般不直接操作QByteArray，只需关注Python string object和Python Unicode object向QString的转换。
很多关于PyQt4的英文书籍说：PyQt函数需要QString参数的地方都可以直接用Python string object或者Python Unicode object，如果非要转换可以直接用QtCore.QString()构造。比如《GUI Programming with PyQt》，再如《PyQt手册》：

Whenever PyQt expects a QString as a function argument, a Python string object or a Python Unicode object can be provided instead, and PyQt will do the necessary conversion automatically.

You may also manually convert Python string and Unicode objects to QString instances by using the QString constructor as demonstrated in the following code fragment:

qs1 = QtCore.QString("Converted Python string object")
qs2 = QtCore.QString(u"Converted Python Unicode object")

但可惜这只适用于英文即ascii编码，对于中文则行不通！

直接的QString：
>>> QtCore.QString('中文')
PyQt4.QtCore.QString(u'"xd6"xd0"xce"xc4')
>>> print QtCore.QString('中文')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-3: ordin
al not in range(128)
>>>
>>> QtCore.QString(u'中文')
PyQt4.QtCore.QString(u'"u4e2d"u6587')
>>> print QtCore.QString(u'中文')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordin
al not in range(128)
>>>
因为它们都是默认按ascii编码转换！

GUI编程：
可以创建一个QTextEdit对象myTextEdit， 检验：
myTextEdit.append("中文")
或者
myTextEdit.append(u"中文")
或者
myTextEdit.append(QtCore.QString('中文'))
或者
myTextEdit.append(QtCore.QString(u'中文'))
你会发现显示都是乱码...因为它们都是默认按ascii编码进行内部转换得到QString相应utf16编码的。

解决方法是:
利用unicode()函数显示指定gb2312编码进行中文编码转换，转换后的Python Unicode object则是可以直接作为QString参数代入用的:

>>> unicode('中文', 'gb2312', 'ignore')
u'"u4e2d"u6587'
>>> print unicode('中文', 'gb2312', 'ignore')
中文
>>>

myTextEdit.append(unicode('中文', 'gb2312', 'ignore'))
#用以替代myTextEdit.append(u"中文")
或者多此一举下：
myTextEdit.append(QtCore.QString(unicode('中文', 'gb2312', 'ignore')))
#用以替代myTextEdit.append(QtCore.QString(u'中文'))

5. QString向Python string object和Python Unicode object的转换。

Python中需要用Python string object和Python Unicode object的地方可就不一定可以直接用QString了!!!
QString向Python string object转换可以理解，因为编码不同。
QString向Python Unicode object的转换？需要转换吗？不都是utf16编码吗？
QString是tuf16编码，但是它的实现并非Python Unicode object那样直接的utf16码，而实际是一个QChar串，每个QChar才对应unicode符，所以地位相当但并不相同。
许多英文书籍写到：可以使用str()函数直接将QString转换为Python string object，可以使用unicode()直接将QString转换为Python Unicode object。如《PyQt手册》：

In order to convert a QString to a Python string object use the Python str() builtin. Applying str() to a null QString and an empty QString both result in an empty Python string object.

In order to convert a QString to a Python Unicode object use the Python unicode() builtin. Applying unicode() to a null QString and an empty QString both result in an empty Python Unicode object.

但同样只适用于英文，具体见下面分别分析。
1）QString向Python Unicode object的转换。
>>> from PyQt4 import QtGui, QtCore
>>> unicode(QtCore.QString('def'))
u'def'
>>> print unicode(QtCore.QString('def'))
def

对于中文，unicode()必须要指定编码后有效。（这样也只针对直接的QString有效？对于Qt GUI编程中，从QWidget取得的QString无效？）

>>> from PyQt4 import QtGui, QtCore
>>> unicode(QtCore.QString('中文'))
u'"xd6"xd0"xce"xc4'
>>> print unicode(QtCore.QString('中文'))
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'gbk' codec can't encode character u'"xd6' in position 0: il
legal multibyte sequence

指定原始编码后：
>>> unicode(QtCore.QString('中文'),'gbk','ignore')
u'"u4e2d"u6587'
>>> print unicode(QtCore.QString('中文'),'gbk','ignore')
中文 TEST

本文引用地址：http://blog.sciencenet.cn/blog-600900-498237.html