c - 使用 fread() 和 printf() 读取和打印汉字？

Question

我正在尝试从 infile 中读取汉字，我在这里发现了一些关于这个主题的问题，但没有一个对我有用或适合我的需要。我正在使用 this question 中的 fread() 实现，但它不起作用。我正在运行 Linux。

  #define UNICODE
  #ifdef UNICODE
  #define _UNICODE
  #else
  #define _MBCS
  #endif

  #include <locale.h>
  #include <stdio.h>
  #include <wchar.h>
  #include <string.h>
  #include <stdlib.h>
  int main(int argc, char * argv[]) {
         FILE *infile = fopen(argv[1], "r");
         wchar_t test[2] = L"\u4E2A";
         setlocale(LC_ALL, "");
         printf("%ls\n", test); //test
         wcscpy(test, L"\u4F60"); //test
         printf("%ls\n", test); //test
         for (int i = 0; i < 5; i++){
                 fread(test, 2, 2, infile);
                 printf("%ls\n", test);
         }
 return 0;
  }

我使用下面的文本文件来测试它:

 一个人
 两本书
 三张桌子
 我喜欢一个猫                  

和程序输出:

个 
你
������ 

有人对这个问题有什么看法吗？

编辑:此外，这就是我的所有代码，因为我不确定它在哪里失败。我在那里测试了一些东西，以确保我可以打印与问题不完全相关的 unicode wchars。

Answer 1

如果您确实需要一次读取一个 UTF-8(或者更确切地说是语言环境字符映射)文件一个代码点，您可以使用 fscanf，如下所示。但请注意，这是代码点而不是字符，由于组合代码，字符可能由多个代码点组成，并且某些代码点绝对不可打印。

#include <locale.h>
#include <stdio.h>
#include <wchar.h>
#include <string.h>
#include <stdlib.h>
int
main(int argc, char *argv[])
{
    FILE   *infile = fopen(argv[1], "r");
    wchar_t test[2] = L"\u4E2A";
    setlocale(LC_ALL, "");
    printf("%ls\n", test);  //test
    wcscpy(test, L"\u4F60");        //test
    printf("%ls\n", test);  //test
    for (int i = 0; i < 5; i++) {
        fscanf(infile, "%1ls", test);
        printf("%ls\n", test);
    }
    return 0;
}

大多数时候您可能不需要使用语言环境功能，因为 UTF-8 通常只在您将其视为不透明编码时才有效。部分原因是因为 所有 非 ASCII 字符的 所有 它们的组成字节在 128..253 范围内(不是拼写错误，254 和 255 未使用)另一部分是字节 128..159 始终是连续字节 字符 的所有起始字节都是 160..253，这意味着错误只会破坏一个字符而不是流的其余部分。 (好吧，代码点与字符只是为了让你相信将 UTF-8 分成“字符”可能不会做你想要的)。