Kiểm tra xem chuỗi UTF-8 có hợp lệ trong Qt

Question

Trong Qt, có cách nào để kiểm tra xem một mảng byte có phải là một chuỗi UTF-8 hợp lệ không?

Dường như QString::fromUtf8() âm thầm ngăn chặn hoặc thay thế chuỗi không hợp lệ mà không thông báo cho người gọi rằng có bất kỳ trình tự nào. Đây là từ tài liệu của nó:

Tuy nhiên, trình tự không hợp lệ có thể xảy ra với UTF-8 và, nếu có như vậy được tìm thấy, họ sẽ được thay thế bằng một hoặc nhiều "nhân vật thay thế", hoặc bị ức chế.

Answer 1

Hãy thử với QTextCodec::toUnicode và chuyển một ví dụ ConverterState. ConverterState có các thành viên như invalidChars. Tuy nhiên, chúng không được ghi nhận thông qua doxygen, nhưng tôi cho rằng chúng là API công khai, vì chúng được đề cập trong tài liệu QTextCodec.

Mẫu mã:

QTextCodec::ConverterState state; 
QTextCodec *codec = QTextCodec::codecForName("UTF-8"); 
const QString text = codec->toUnicode(byteArray.constData(), byteArray.size(), &state); 
if (state.invalidChars > 0) { 
    qDebug() << "Not a valid UTF-8 sequence."; 
} 

Answer 2

Các ConverterState bằng cách nào, mà đã được báo cáo here bởi Frank Osterfeld, hoạt động ngay cả khi văn bản đã không có một "BOM (Byte Order Mark)" (*).

(*) Không giống như QTextCodec::codecForUtfText(), cần có BOM trong văn bản để biết rằng nó nằm trong Utf-8.