从 PyQt5 PlainTextEdit 获取 Unicode 字符串

Question

我想从 PyQt5 PlainTextEdit 读取和写入 unicode 字符。

它有一个非常奇怪的问题，经过一番尝试才发现，如下所示：

如果我输入字符串：

yóuxiāngdìzhǐ

进入纯文本编辑并使用该方法（通过单击按钮）：

userInput = self.rightTextEdit.toPlainText()

它给了我字符串：

yóuxingdìzhÐ

这显然是搞砸了。但是，如果我只将第一个ó更改为o它突然不再有问题：

input: youxiāngdìzhǐ
after method call: youxiāngdìzhǐ

所以我想 Qt5 在幕后尝试了一些魔法，但它无法猜测编码（为什么它无论如何都要尝试猜测，要求开发人员选择编码不是更好吗？也许它只准备了一些字符，或者它认为ó是一个如此不寻常的字符，需要完全更改编码。

由于Qt5不再有任何QString方法，我应该如何告诉PlainTextEdit，我希望将整个事情解释为Unicode String？

我读到这个问题：将Qt默认编码设置为UTF-8，但标记为解决问题的答案只能解决Qt4，而Qt5不再有方法。

以下是我的源代码的重要部分：

from PyQt5.QtCore import *
from PyQt5.QtWidgets import *
...
class PinyinTransformerMainWindow(QMainWindow):
    def createControls(self):
        ...
        self.rightTextEdit = QPlainTextEdit('', self)
        self.rightTransformButton = QPushButton('Transform (numbers)')
        ...
    def addControlsEventHandlers(self):
        self.leftTransformButton.clicked.connect(self.transformToPinyinWithTones)
        self.rightTransformButton.clicked.connect(self.transformToPinyinWithNumbers)
    def transformToPinyinWithNumbers(self):
        userInput = self.rightTextEdit.toPlainText()
        print("User input right:", userInput)
        ...

编辑#1：

我写了这样的测试：

tonedText = "yóuxiāngdìzhǐ"
numberedText = "you2xiang1di4zhi3"
self.assertEquals(self.pinyin_tones_2_numbers_transformer.transform(tonedText), numberedText)

此测试使用转换方法，该方法与我在函数 o 中使用的方法相同，在 PyQt5 GUI 中连接按钮单击并且运行不会失败。这意味着错误必须在GUI中，我从PlainTextEdit中获取字符串。

当我进入 python 控制台时：

>>> a = "yóuxiāngdìzhǐ".encode(encoding="utf-8")
>>> a
b'yxc3xb3uxixc4x81ngdxc3xaczhxc7x90'
>>> a.decode()
'yóuxiāngdìzhǐ'
>>> a.decode(encoding="utf-8")
'yóuxiāngdìzhǐ'

所以这不是python3的问题。但是，如果我在代码中执行此操作：

self.leftTextEdit.toPlainText().encode('utf-8').decode('utf-8')

我得到错误的字符串：

yóuxingdìzhÐ

编辑#2：

我现在添加了另一个像这样的 print（）：

print("Condition:", self.leftTextEdit.toPlainText().encode('utf-8').decode('utf-8') == "yóuxiāngdìzhǐ")

然后输入

yóuxiāngdìzhǐ

在纯文本编辑中。这导致：

False

（！因此，在PlainTextEdit中对字符串的Qt5解释中确实存在错误。我能做些什么呢？

编辑3：蟒蛇版本：3.4PyQt5 版本：5.2.1使用的区域设置：（"en_US"、"UTF-8"）

Answer 1

更新：

您的问题很可能是由于您使用的 PyQt5 版本中的错误造成的。至少升级到 PyQt-5.3.2 很可能会修复它。

---

Qt没有问题，它可以正确处理所有内容。

您可以在交互式会话中轻松验证这一点：

>>> from PyQt5 import QtWidgets
>>> app = QtWidgets.QApplication([''])
>>> w = QtWidgets.QPlainTextEdit()
>>> s = 'yóuxiāngdìzhǐ'
>>> w.setPlainText(s)
>>> w.toPlainText().encode('utf-8')
b'yxc3xb3uxixc4x81ngdxc3xaczhxc7x90'
s.encode('utf-8')
b'yxc3xb3uxixc4x81ngdxc3xaczhxc7x90'
>>> w.toPlainText().encode('utf-8') == s.encode('utf-8')
True

当您尝试打印文本时，可能会出现唯一真正的问题：

>>> print(s)
yóuxiāngdìzhǐ

这为我提供了预期的输出，因为 stdout 编码与我的控制台的编码匹配，并且我的控制台的字体包含所有必要的字符。但是，如果您的程序尝试打印到尚未正确配置的控制台（或者无法很好地处理 unicode），那么您很可能会看到一种或另一种损坏的输出。