wcin.imbue 和 UTF-8

Question

在使用 g++ 的 linux 上，如果我设置了一个 utf8 全局语言环境，那么 wcin 会正确地将 UTF-8 转码为内部 wchar_t 编码。

但是，如果我使用经典语言环境并将 UTF8 语言环境注入 wcin，则不会发生这种情况。输入要么完全失败，要么每个单独的字节都单独转换为 wchar_t。

使用 clang++ 和 libc++，既不能设置全局语言环境，也不能在 wcin 中填充语言环境。

#include <iostream>
#include <locale>
#include <string>

using namespace std;

int main() {
    if(true)        
        // this works with g++, but not with clang++/libc++
        locale::global(locale("C.UTF-8"));
    else
        // this doesn't work with either implementation
        wcin.imbue(locale("C.UTF-8"));
    wstring s;
    wcin >> s;
    cout << s.length() << " " << (s == L"áéú");
    return 0;
}

输入流仅包含 áéú 字符。 （它们是 UTF-8，不是任何单字节编码）。

现场演示：onetwo（我无法使用在线编译器重现其他行为）。

这符合标准吗？难道我不能不考虑全局语言环境而改用imbue 吗？

是否应将所描述的任何一种行为归类为实现错误？

Answer 1

首先你应该使用 wcout 和 wcin。

现在您有两种可能的解决方案：

1) 通过使用停用 iostream 和 cstdio 流的同步

   ios_base::sync_with_stdio(false);

注意，这应该是第一次调用，否则行为取决于实现。

int main() {

   ios_base::sync_with_stdio(false);
   wcin.imbue(locale("C.UTF-8"));

   wstring s;
   wcin >> s;
   wcout << s.length() << " " << (s == L"áéú");
   return 0;
}

2) 本地化 locale 和 wcout：

int main() {

   std::setlocale(LC_ALL, "C.UTF-8");
   wcout.imbue(locale("C.UTF-8"));

    wstring s;
    wcin >> s;
    wcout << s.length() << " " << (s == L"áéú");
    return 0;
}

使用 ideone 对它们进行了测试，效果很好。我没有 clang++/libc++，所以无法测试这种行为，抱歉。