c++ - 从 C++ 文件中读取和打印 UTF-8 符号

Question

我遇到了一个问题，但无法在互联网上找到答案。尽管我发现了许多类似的问题，但没有一个答案对我有用。我在 Windows 10 上使用 Visual Studio 2015。

所以我的部分代码是:

wstring books[50];
wstring authors[50];
wstring genres[50];
wstring takenBy[50];
wstring additional;
bool taken[50];
_setmode(_fileno(stdout), _O_U8TEXT);
wifstream fd("bookList.txt");
i = 0;
while (!fd.eof())
{
    getline(fd, books[i]);
    getline(fd, authors[i]);
    getline(fd, genres[i]);
    getline(fd, takenBy[i]);
    fd >> taken[i];
    getline(fd, additional);
    i++;
}

我需要的是使用 C++ 读取以 UTF-8 编码的文本文件。但是，当我读取文件时，那些宽字符串发生了变化，当我打印它们时，输出文本完全不同。

输入:

ąčę

输出:

ÄÄÄ

如何避免它并正确阅读文本？

Answer 1

UTF-8 is (可能)不是宽字符串。了解 UTF-8 everywhere . UTF-8 使用8 位字节(有时是几个)来编码Unicode 字符。所以在 C++ 中，一个 unicode 字符是从 1 到 6 个字节的序列中解析出来的(即 char-s)。

您需要一些 UTF-8 解析器，而 C11 或 C++11 标准没有提供。所以你需要一些外部库。查看libunistring (这是一个简单的 C UTF-8 解析库)或其他东西( Qt ， POCO ， Glib ， ICU ，...)。您可以决定解析 UTF-8 并将其转换为宽 UTF-32 (使用 u32string-s 和 char32_t)和向后，或者你最好决定在 UTF-8 内部工作(使用 std::string 和 char)

因此，您将解析并打印 char-s 序列(使用 UTF-8 编码)，并且您的程序将使用普通 std::string-s 和普通char-s(不是 std::wstring 或 wchar_t)但处理 UTF-8 序列 ...