如何打印从 C++ 文本文件中提取的非英文字符？

Question

我正在尝试编写一个简单的 c++ 程序。

---

目标：打开一个现有的文本文件，获取姓名和姓氏并将它们保存到姓名和姓氏字符串中。打印姓名和姓氏并跳到下一行。重复直到文件结束。

我有两个问题

我正在使用最新更新的 Windows 8.1 和 Visual Studio 2017。

主要代码如下：

#include <stdio.h>
#include <stdlib.h>
#include <string>
#include "stdafx.h"
#include <iostream>
using namespace std;


int main() {
FILE *fPtr;



if ((fPtr = fopen("newStudentsList.txt", "r")) == NULL) {
    cout << "File could not be opened.\n";
    system("pause");
}


else {
    char *name = new char[100];
    char *surname = new char[100];

    rewind(fPtr);

    while (!feof(fPtr)) {

        fscanf(fPtr, "%s\t%s\n", name, surname);
        cout << name << " " << surname << endl;
    }

    system("pause");
}
return 0;
}

在输出中，我无法正确看到土耳其语字符。这是我的第一个问题。

---

我的第二个问题是我不能正确地取名字和姓氏，因为在文本文件中它们不是用相同的制表符或空格写的，有些人有一个名字，有些人有两个名字。

---

所有文件都是here

---

如何打印非英文字符？

---

如何正确取名和姓氏？

Answer 1

首先，不要在 C++ 程序中使用 C 函数。 C++ 有不同的特性、不同的抽象和不同的库。使用 C 构造会阻止您使用它们。

C++ 使用streams 通过网络等方式读取/写入文件、内存和字符串缓冲区。它有大量算法需要流和/或迭代器作为输入。

它还具有处理单字节 (std::string)、多字节 (std::wstring)、UTF16 (std::u16string) 和 UTF32 (std::u32string) 库的内置字符串类型.您可以在代码中指定这样的string literals。它甚至还有一种带有 auto 关键字的类型推断形式。

C++ 仍然没有有 UTF8 的类型。程序员应将 UTF8 字符串和文件视为单字节数据，并使用char 和std::string 来存储它们。这些值应根据需要转换为其他代码页或 Unicode 类型。

这意味着您无需执行任何其他操作即可将 UTF8 文件的内容显示到控制台。代码取自Input/Output with files教程：

#include <iostream>
#include <fstream>
#include <string>
using namespace std;

int main () {
  string line;
  ifstream myfile ("newStudentsList.txt");
  if (myfile.is_open())
  {
    while ( getline (myfile,line) )
    {
      cout << line << '\n';
    }
    myfile.close();
  }

  else cout << "Unable to open file"; 

  return 0;
}

默认情况下，控制台使用系统区域设置的代码页。您可以通过键入将其更改为 UTF8 代码页：

chcp 65001

在运行您的应用程序之前。 UTF8 字符串应该正确显示假设控制台字体包含正确的字符

更新

可以指定 UTF8 literals 但存储还是char，例如：

const char* str1 = u8"Hello World";  
const char* str2 = u8"\U0001F607 is O:-)";  
const char*     s3 = u8"? = \U0001F607 is O:-)"; 

或

auto str1 = u8"Hello World";  
auto str2 = u8"\U0001F607 is O:-)";  

Answer 2

每当我需要在控制台程序中输出非 ASCII 字符时，我只需将控制台模式设置为支持 UNICODE：

_setmode(_fileno(stdout), _O_U16TEXT);

完成此操作后，宽字符识别代码将“按预期”工作，即此代码：

std::wcout << L"\x046C" << std::endl;
wprintf(L"\x046C\n");

会及时输出一个古老的西里尔字母“big yus”：Ѭ

记得包含这些文件：

#include <io.h>
#include <fcntl.h>

这里有一个简短的测试程序供你玩：

#include <conio.h>
#include <iostream>
#include <io.h>
#include <fcntl.h>
void main(){
    _setmode(_fileno(stdout), _O_U16TEXT);
    std::wcout << L"\x046C" << std::endl;
    wprintf(L"\x046C\n");
}