c++ - 使用 '\uxxxx' 格式定义的字符显示错误的字符

Question

我正在使用 Dev C++，Windows 7。

我正在尝试使用以下方法打印出非 ASCII 字符:

char a='\uwxyz';

例如:

#include <locale.h>
#include <iostream>
#include <cstdlib>
#include <windows.h>
#include <conio.h>
#include <stdio.h>

using namespace std;

int main()
{
    setlocale(LC_ALL,"en_US.UTF-8");
    char a='\u0041'; //Should display 'A'
    cout<<a<<endl;
    a='\u2639'; //Should display '☹'
    cout<<a<<endl;
    system("PAUSE");
}

在此示例中，大写字母 A 正确显示。使用 wxDev，对于 ☹ 字符什么都不显示。使用 Dev(我需要将其用于最终程序)，我会得到一个扩展的 ascii 字符(这是一个类似于 ∥ 的符号，但有多个符号看起来像那个，我无法分辨它是哪个)。

在 Dev 和 wxDev 中，☹ 显示为 ?。

在初步搜索如何正确显示 unicode 字符后，我添加了 setlocale，但我还没有找到解决此问题的方法。

我无法使用不同的编译器或修改系统设置来完成这项工作。 (是的，这是一个学校项目。不，项目不需要特殊字符；我只是想让它看起来更好。)如果不修改这些设置就无法工作，那也将是有用的信息。

提前感谢您的帮助。

编辑:使用 Dev，而不是 wxDev，

char a='\u0041'; //should be A
cout<<a;

我得到一个错误:\u0041 不是有效的通用字符

如果我使用 wchar_t 作为数据类型:

wchar_t a = '\u2639';
cout<<a<<endl;

输出为 39097。

Answer 1

通用字符名称 (UCN) 是一种向编译器传达您要表示的字符的方法。只要您可以将基本源字符提供给编译器，那么每个编译器都会看到相同的 UCN，因此会看到您代表的是相同的字符。

这与在源代码中逐字书写字符相反:

char a = '☹';

由于编译器只需要支持基本的源字符，编译器甚至可能无法处理此代码。它实际看到的内容取决于编译器使用的源编码。一个编译器可能会看到您想要的字符，而另一个编译器会看到

char a = 'Â☐¹';

但是，仅仅因为 UCN 能够为编译器指定字符并不意味着:

• 编译器的执行字符集包含该字符或
• 数据类型char可以表示该字符值

在您的情况下，主要问题是执行字符集 是没有字符“☹”的Windows 代码页之一(可能是CP1252)。所以当编译器将字符'☹'转换为执行字符集时，转换产生'?'而不是你想要的。

我的编译器的执行字符集确实包含字符“☹”，但它恰好有一个多字节表示，所以我的编译器说:

error: character too large for enclosing character literal type
    char a = '☹';
             ^

要真正理解这个主题，您需要了解编码、字符集、它们在 C++ 翻译阶段中的作用，以及它们与编译器对字符和字符串文字的处理之间的关系。此外，语言环境与这一切都没有任何关系；区域设置处理运行时行为，而您的问题完全在于编译器对编码的编译时处理。

---

在一个到处使用 UTF-8 的平台上，以下工作:

#include <iostream>

int main() {
    std::cout << "☹\n";
}

请注意，上面使用的是字符串文字而不是字 rune 字，因此字符可以扩展为其多字节表示。

不幸的是，Windows 不以这种方式支持 Unicode。在 Windows 上它更复杂:

#include <Windows.h>
#include <cwchar>

int main() {
    wchar_t const *a = L"\u2639\n";
    DWORD numOfCharsWritten;
    WriteConsole(GetStdHandle(STD_OUTPUT_HANDLE), a, wcslen(a), &numOfCharsWritten, NULL);
}

不幸的是，即使是上面的代码也不太可能显示您想要的内容，因为 Windows 上的控制台通常未配置为能够显示 Unicode 字符“☹”。相反，您可能想查看控制台使用的 OEM 编码(可能是 CP437)，查找所需字符的编码，然后打印出该值。例如 CP437 有字符 '☺' 代替，你可以像这样打印出来:

#include <iostream>

int main() {
    std::cout << "\x01\n"; // ☺ has the value 0x01 in CP 437
}