控制台输出宽字符wchar_t的中文显示问题

Posted 2021-03-19 htj10

 

在缺省的C locale下，cout可以直接输出中文，但对于wcout却不行（至少VS 2005下不行）。对于wcout，需要将其locale设为本地语言才能输出中文：

wcout输出时显示不了中文，加上下面这句就行了。

std::wcout.imbue(std::locale("chs"));

-----------------------------------------------------------------------------

#include <iostream>
#include <locale>
//using namespace std;

//this main function deals with wide character and Chinese character
int main(int argc, char **argv)
{
std::ios_base::sync_with_stdio(false); //garantee that iostreams are not synchronized with stdin or stdout
std::locale loc("zh_CN.utf8"); //set the character set to zh_CN.utf8
std::wcin.imbue(loc); //set the locale of wcin and wcout
std::wcout.imbue(loc);
wchar_t c;
std::wcin >> c; //read the input
std::wcout << c << std::endl;  //output
return 0;
}

在这段程序中需要注意：
    1.必须使用wcin和wcout对宽字符进行输入和输出，wcin和wcout是cin和cout的宽字符版本，也属于标准库的一部分。
    2.main函数首句是标准库中ios_base类的方法，将iostream与C语言中的stdin/stdout的同步关系取消，否则wcout不能正常输出中文。
    3.第二句使用std空间中的locale函数设置所用的字符集，在linux环境中的可用字符集使用locale -a获取。
    4.三四两句将该字符集应用于wcin和wcout流中。
    5.很多文章中提到的locale loc("chs")方法并不适用于linux系统，windows下是否可行本文没有测试。
————————————————
版权声明：本文为CSDN博主「charles_ma」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/charles_ma/article/details/7268101

 

1.采用ansi编码方式，在ubuntu下会出错，另外通过g++ -Wall -finput-charset=ISO-8859-1 test.cpp 方式可以指定输入文件格式，但是这样很麻烦，因为首先要知道文件的格式是什么，在ubuntu下 通过file  test.cpp 命令可以查到，我把ISO-8859-1到ISO-8859-16都试了，文件编码格式ANSI(即ISO8859-XX)且文件中有L"国家" 类似字符，编译不会通过，或者通过-finput-charset=xxx指定文件格式编译通过后输出也不对，故太麻烦。

2.在windows下和ubuntu下都通过的方式是文件编码采用UTF-8。

3.printf和wprintf不能混用，即一个程序中使用了printf， 就不使用wprintf，反之也是，既然printf输出char 和 wchar_t字符都可以，所以统一使用printf是最佳选择。

  当然使用printf打印wchar_t时格式不一样，是%ls 或大写的%S,  例如： printf("wide char: %ls ", ws);

4. 一旦要打印中文字符，在程序初始化时加一句setlocale(LC_ALL, ""); 否则打印中文会出错。

5. windows 对 字符串的内部编码比较统一，char的编码都成ANSI，如 char  s[] = "国家"， s里存的是”国家”的ANSI编码

      wchar_t的编码都成UCS-2，如 wchar_t  ws[] = L"国家"， s里存的是”国家”的UCS-2编码

    UBUNTU 对字符串的处理不是很统一，char 字符串的编码是随着文件编码格式有所变化，如文件为ansi，则ubuntu也为ansi，文件为UTF-8， 则char s[] = "国家" 里的也是            UTF-8编码。

       wchar_t 则默认采用ucs-4编码。


总结：源代码文件编码用UTF-8， 打印采用printf是跨平台（操作系统，编译器）， 跨char和wchar_t的最佳解决方案之一，另外不能忘了 setlocale(LC_ALL, "");


说的再多，不如自己测试下，如下为测试代码，一共有5种case，每次注释掉其他case，留要测试的case，并按照case注释处更改文件编码方式便可, 更改编码方式采用notepad++最方便了.

#include <stdio.h>
#include <string.h> 
#include <stddef.h>
#include <wchar.h>
#include <locale.h>
 
// 测试运行环境：
// ubuntu 12.04 + g++ 4.6.3(或gcc，改文件后缀就行) 
// windows 7 + vs2012
// 说明，在注释中说的编码E59BBD，是按照打印结果从低字节到高字节排练，并不一定和实际
// 的编码大小端一致。
 
int main()  
{
    //此语句重要，在win7 + vs2012和 ubuntu 12.04测试结果一致，只要打印wchar_t字符，均加此语句，否则出错。
    setlocale(LC_ALL, "");        
                
    /******************  case 1  **********************************/    
    // 文件utf-8编码, 字符串不加L
    // ubuntu : ws是utf-8编码: 如"国"：E59BBD; 打印结果：国家
    // windows: ws是ansi编码: 如"国"：b9fa; 打印结果: 国家
/*     char ws[] = "国家"; 
    char *p = (char *)ws;
    int i = 0;
     
    printf("sizeof(ws) is %d
", sizeof(ws));
    for (; i < sizeof(ws); i++){  
        printf("byte: %x
", p[i]);    
    }
    printf("content start
");   
    printf("%s
", ws);
    printf("content end
");        */  
 
        /******************  case 2  **********************************/    
    // 2: 文件ansi编码, 字符串不加L
    // ubuntu : ws是ansi编码，如"国"：b9fa; 打印结果：无，出错
    // windows: ws是ansi编码: 如"国"：b9fa; 打印结果: 国家
/*       char ws[] = "国家";
    char *p = (char *)ws;  
    int i = 0; 
    
    //setlocale(LC_ALL, "zh_CN.UTF-8");        
    printf("sizeof(ws) is %d
", sizeof(ws));
    for (; i < sizeof(ws); i++){
        printf("byte: %x
", p[i]);        
    }
    printf("content start: %s
", ws);      
    printf("content end
");  */   
    
    
      /******************  case 3  **********************************/    
    // 3: 文件utf-8编码, 字符串加L, 必须采用wchar_t, 用char编译器报错, 用wprintf打印     
    // ubuntu : ws是ucs-4编码，如"国"：0x000056fd; 打印结果：国家
    // windows: ws是ucs-2编码: 如"国"：0x56fd; 打印结果: 国家
/*     wchar_t ws[] = L"国家";  
    char *p = (char *)ws;  
    int i = 0;      
               
    wprintf(L"sizeof(ws) is %d
", sizeof(ws));
    for (; i < sizeof(ws); i++){  
        wprintf(L"byte: %x
", p[i]);               
    }    
    wprintf(L"wprintf content start:
");  //必须用wprintf, 且wprintf和printf不能同时使用.
    wprintf(L"%ls
", ws);                
    wprintf(L"content end
");    */          
    
        /******************  case 4  **********************************/    
    // 4: 文件utf-8编码, 字符串加L, 必须采用wchar_t, 用char编译器报错, 用printf打印    
    // ubuntu : ws是ucs-4编码，如"国"：0x000056fd; 打印结果：国家
    // windows: ws是ucs-2编码: 如"国"：0x56fd; 打印结果: 国家
    wchar_t ws[] = L"国家"; 
    char *p = (char *)ws;       
    int i = 0;      
              
    printf("sizeof(ws) is %d
", sizeof(ws));
    for (; i < sizeof(ws); i++){  
        printf("byte: %x
", p[i]);               
    }        
 
    printf("printf content start:
");  //wprintf和printf不能同时使用.
    printf("%ls
", ws);                
    printf("content end
");
 
    /******************  case 5  **********************************/         
    // 5: 文件ansi编码, 字符串加L, 必须采用wchar_t, 用char编译器报错
    // ubuntu : 编译不通过
    // windows: ws是ucs-2编码: 如"国"：0x56fd; 打印结果: 国家
/*     wchar_t ws[] = L"国家"; // 文件ansi编码，ws是unicode编码: 如国：56fd
    char *p = (char *)ws;    
    int i = 0;    
              
    wprintf(L"sizeof(ws) is %d
", sizeof(ws));
    for (; i < sizeof(ws); i++){        
        wprintf(L"byte: %x
", p[i]);               
    }      
    wprintf(L"wprintf content start:
");  //必须用wprintf, 且wprintf和printf不能同时使用.
    wprintf(L"%ls
", ws);                
    wprintf(L"content end
");   */       
    
    while(1); //方便看结果
    return 0;          
}      

View Code

 

————————————————
版权声明：本文为CSDN博主「xiayuleWA」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/xiayuleWA/article/details/32140493