c - C 中的宽字符输入/输出是否始终读取/写入正确的(系统默认)编码？

Question

我主要对类 Unix 系统(例如，可移植的 POSIX)感兴趣，因为 Windows 似乎对宽字符做了一些奇怪的事情。

读取和写入宽字符函数(如 getwchar() 和 putwchar())始终“做正确的事”，例如从 utf-8 读取并在设置语言环境时写入 utf-8，或者我是否必须手动调用 wcrtomb() 并使用例如打印字符串fputs()？在我的系统 (openSUSE 12.3) 中，$LANG 被设置为 en_GB.UTF-8 他们似乎做了正确的事情(检查输出我看到什么看起来像 UTF -8 即使字符串是使用 wchar_t 存储并使用宽字符函数编写的)。

但是我不确定这是否得到保证。例如cprogramming.com指出:

[wide characters] should not be used for output, since spurious zero bytes and other low-ASCII characters with common meanings (such as '/' and '\n') will likely be sprinkled throughout the data.

这似乎表明输出宽字符(大概使用宽字符输出函数)会造成严重破坏。

因为 C 标准似乎根本没有提到编码，所以我真的不知道在使用 wchar_t 时谁/何时/如何应用编码。所以我的问题基本上是，当我的应用程序不需要知道所使用的编码时，只读、写和使用宽字符是否是一件正确的事情。我只需要字符串长度和控制台宽度 (wcswidth())，所以对我来说，在处理文本时到处使用 wchar_t 似乎是理想的。

Answer 1

控制宽字符 stdio 函数的行为及其与语言环境的关系的相关文本来自 POSIX XSH 2.5.2 流方向和编码规则:

http://pubs.opengroup.org/onlinepubs/9699919799/functions/V2_chap02.html#tag_15_05_02

基本上，当 FILE 流变为面向宽的时，宽字符 stdio 函数总是以有效的编码写入(根据 LC_CTYPE 语言环境类别)；这意味着第一次对其调用 wide stdio 函数，或者使用 fwide 将方向设置为 wide。因此，只要在开始使用流时正确的 LC_CTYPE 语言环境实际上匹配所需的“系统”编码(例如 UTF-8)，一切都应该没问题。

但是，您不应忽视的一个重要考虑因素是，您不得在同一 FILE 流上混合面向字节和面向宽的操作。未能遵守此规则不是可报告的错误；它只会导致未定义的行为。由于大量库代码假定 stderr 是面向字节的(有些甚至对 stdout 做出相同的假设)，我强烈反对 ever在标准流上使用面向广泛的功能。如果这样做，您需要非常小心使用哪些库函数。

真的，我想不出任何理由来使用面向宽函数。 fprintf 完全能够使用 %ls 说明符将宽字符字符串发送到面向字节的 FILE 流。