Qt 6中如何正确统计感知字符数量？

问题原因 #

你提到的⌨️是由**U+2328（键盘符号）和U+FE0F（变体选择符-16）**组成的单个感知字符（grapheme cluster），但之前的方法要么用法有误，要么本身不适合统计这类组合字符。

修正后的Qt方案 #

1. 正确使用QTextBoundaryFinder

QTextBoundaryFinder的Grapheme模式本就用于识别感知字符，但需确保遍历边界的逻辑正确：

int countGraphemes(const QString &text) {
    QTextBoundaryFinder tbf(QTextBoundaryFinder::Grapheme, text);
    int count = 0;
    while (tbf.toNextBoundary() != -1) {
        count++;
    }
    return count;
}

调用该函数统计"⌨️"会返回1。若结果仍异常，建议升级到Qt 5.15及以上版本——该版本对Unicode grapheme cluster的支持更完善。

2. 修正正则表达式写法

QRegularExpression("\X")的问题在于C++字符串未转义反斜杠，正确写法需用原始字符串或双反斜杠：

int countWithRegex(const QString &text) {
    // 使用原始字符串字面量避免转义
    QRegularExpression re(R"(\X)");
    QRegularExpressionMatchIterator it = re.globalMatch(text);
    int count = 0;
    while (it.hasNext()) {
        it.next();
        count++;
    }
    return count;
}

\X正则表达式专门匹配单个grapheme cluster，修正后可正确统计。

为什么其他方法失效 #

• text.toUcs4().size()：统计的是Unicode码点数量，⌨️包含2个码点，因此返回2，该方法不适合统计感知字符。

备选方案：使用ICU库 #

如果Qt的内置方法仍有兼容问题，可直接用ICU的BreakIterator（Qt底层依赖ICU，无需额外安装）：

#include <unicode/brkiter.h>
#include <unicode/unistr.h>

int countGraphemesICU(const QString &text) {
    UnicodeString uText = UnicodeString::fromUTF16(reinterpret_cast<const UChar*>(text.constData()));
    UErrorCode status = U_ZERO_ERROR;
    BreakIterator *bi = BreakIterator::createCharacterInstance(Locale::getDefault(), status);
    if (U_FAILURE(status)) {
        delete bi;
        return -1;
    }
    bi->setText(uText);
    int count = 0;
    int32_t pos = bi->first();
    while (pos != BreakIterator::DONE) {
        count++;
        pos = bi->next();
    }
    delete bi;
    return count;
}

内容的提问来源于stack exchange，提问作者ManuelSchneid3r