我在阅读和使用 unicode 文件的内容时遇到问题。
我正在开发一个 unicode 版本，我正在尝试从 unicode 文件中读取内容，但数据包含奇怪的字符，我似乎无法找到将数据转换为 ASCII 的方法。
我正在使用fgets。我尝试了fgetws、WideCharToMultiByte，以及我在其他文章和帖子中找到的许多功能，但没有任何效果。
【问题讨论】：
我们需要更多信息来回答这个问题（例如，您是想将 Unicode 文件读入char 缓冲区还是wchar_t 缓冲区？文件使用什么编码？），但现在如果您的文件是 Unicode 并且您在文本模式下使用 fgetws，您可能需要确保没有遇到 this issue。
当 Unicode 流-I/O 函数在文本模式下运行， 源或目标流是 假设是一个多字节序列 人物。因此，Unicode 流输入函数转换 多字节字符到宽 字符（好像通过调用 mbtowc 函数）。出于同样的原因， Unicode 流输出函数 将宽字符转换为多字节 字符（好像通过调用 wctomb 函数）。
【讨论】：
Unicode 是从数字代码到字符的映射。 Unicode 之前的步骤是文件的编码：如何将一些连续的字节转换为数字代码？您必须检查文件是否存储为 big-endian、little-endian 或其他格式。
通常，BOM（字节顺序标记）作为文件中的前两个字节写入：FF FE 或 FE FF。
【讨论】：
处理字符集的预期方式是让语言环境系统来处理。
您必须在打开直播之前设置正确的语言环境。
顺便说一句，你标记了你的问题 C++，你写了关于 fgets 和 fgetws 但没有 IO流；你的问题是 C++ 还是 C？
对于 C：
#include <locale.h>
setlocale(LC_ALL, ""); /* at least LC_CTYPE */
对于 C++
#include <locale>
std::locale::global(std::locale(""));
如果您的环境正确，那么宽 IO（wstream、fgetws）应该可以工作
设置为 Unicode。如果没有，你将不得不改变你的环境（我不
它如何在 Windows 下工作，对于 Unix，设置 LC_ALL 变量是
方式，请参阅locale -a 了解支持的值）。或者，更换
区域设置的空字符串也可以工作，但是你硬编码
您的程序中的语言环境，您的用户可能不会欣赏这一点。
如果您的系统不支持适当的语言环境，则在 C++ 中具有 自己编写转换方面的可能性。但是那个外面 这个答案的范围。
【讨论】：
首先：我假设您正在尝试读取 UTF8 编码的 Unicode（因为您可以读取一些字符）。例如，您可以在 Notpad++ 中检查这一点
对于您的问题 - 我建议使用某种库。你可以试试QT，QFile 支持 Unicode（以及库的其余部分）。
如果太多，请使用特殊的 unicode 库，例如：http://utfcpp.sourceforge.net/。
了解 unicode：http://en.wikipedia.org/wiki/Unicode。在那里您会找到对不同 unicode 编码的引用。
【讨论】：
因为您提到 WideCharToMultiByte，所以我假设您正在处理 Windows。
“从 unicode 文件中读取内容……找到将数据转换为 ASCII 的方法”
这可能是个问题。如果您将 Unicode 转换为 ASCII（或其他遗留代码页），您将面临损坏/丢失数据的风险。 由于您正在“处理 unicode 发布版本”，因此您将希望阅读 Unicode 并保持 Unicode。
所以你的最终缓冲区必须是wchar_t（或WCHAR，或CStringW，同样的东西）。
所以您的文件可能是 utf-16 或 utf-8（utf-32 很少见）。 对于 utf-16，字节序也可能很重要。如果有一个 BOM 会很有帮助。
快速步骤：
wopen 或_wfopen 作为二进制文件打开文件wchar_t 与WideCharToMultiByte 和CP_UTF8
wchar_t 数组和 _swab 中读取
wchar_t 数组中读取并完成另外（如果您使用较新的 Visual Studio），您可以利用 MS 扩展至 _wfopen。它可以将编码作为模式的一部分（类似于_wfopen(L"newfile.txt", L"rw, ccs=<encoding>");，编码为UTF-8 或UTF-16LE）。它还可以根据BOM检测编码。
警告：跨平台是有问题的，wchar_t 可以是 2 或 4 字节，转换例程不可移植...
有用的链接：
【讨论】：
您无法可靠地将 Unicode（甚至 UTF-8）转换为 ASCII。字符集（Unicode 文档中的“平面”）不会映射回 ASCII - 这就是 Unicode 首先存在的原因。
【讨论】：