C ++：将Unicode文件的内容输出到Windows中的控制台

Question

我已经阅读了很多讨论这个问题的文章和论坛帖子，所有的解决方案对于这样一个简单的任务来说似乎都太复杂了。

这是直接来自 cplusplus.com 的示例代码：

// reading a text file
#include <iostream>
#include <fstream>
#include <string>
using namespace std;

int main () {
  string line;
  ifstream myfile ("example.txt");
  if (myfile.is_open())
  {
    while ( myfile.good() )
    {
      getline (myfile,line);
      cout << line << endl;
    }
    myfile.close();
  }

  else cout << "Unable to open file"; 

  return 0;
}

只要 example.txt 只有 ASCII 字符，它就可以正常工作。如果我尝试用俄语添加一些东西，事情就会变得一团糟。

在 GNU/Linux 中，就像将文件保存为 UTF-8 一样简单。

在 Windows 中，这是行不通的。将文件转换为 UCS-2 Little Endian（Windows 似乎默认使用的）并将所有函数更改为对应的 wchar_t 也不起作用。

难道没有某种“正确”的方法可以在不进行各种魔法编码转换的情况下完成这项工作吗？

Answer 1

Windows 控制台在某种程度上支持 unicode。它不支持从左到右和“复杂脚本”。要使用 Visual C++ 打印 UTF-16 文件，请使用以下命令：

   _setmode(_fileno(stdout), _O_U16TEXT);   

并使用wcout 而不是cout。

不支持“UTF8”代码页，因此对于 UTF-8，您必须使用 MultiBytetoWideChar

有关 unicode 控制台支持的更多信息，请参阅this blog

Answer 2

在 Windows 上使用 cout 输出到控制台的正确方法是首先调用GetConsoleOutputCP，然后将您拥有的输入转换为控制台代码页。或者，使用WriteConsoleW，传递wchar_t*。

Answer 3

要从文件中读取 UTF-8 或 UTF-16 字符串，您可以使用 _wfopen_s 和 fgetws 的扩展 mode 字符串。我认为这些扩展还没有 C++ 接口。 Michael Kaplan's blog 中描述了打印到控制台的最简单方法：

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

int main(void) {
    _setmode(_fileno(stdout), _O_U16TEXT);
    wprintf(L"\x043a\x043e\x0448\x043a\x0430 \x65e5\x672c\x56fd\n");
    return 0;
}

避免使用GetConsoleOutputCP，仅保留它是为了与 8 位 API 兼容。

Answer 4

虽然 Windows 控制台窗口基于 UCS-2，但它们不能正确支持 UTF-8。

您可能通过使用适当的 API 函数将控制台窗口的活动输出代码页临时设置为 UTF-8 来使事情正常进行。请注意，这些函数区分输入代码页和输出代码页。但是，[cmd.exe] 确实不喜欢 UTF-8 作为活动代码页，所以不要将其设置为永久代码页。

否则，您可以使用 Unicode 控制台窗口函数。

干杯，

Answer 5

#include <stdio.h>

int main (int argc, char *argv[])
{
    // do chcp 65001 in the console before running this
    printf ("γασσο γεο!\n");
}

完美运行如果您在运行程序之前在控制台中执行chcp 65001。

注意事项：

• 我正在使用 64 位 Windows 7 和 VC++ Express 2010
• 代码在一个编码为 UTF-8 的文件中，没有 BOM - 我是在文本编辑器中编写的，没有使用 VC++ IDE，然后使用 VC++ 编译它。
• 控制台有 TrueType 字体 - 这很重要

不知道这些东西是不是影响太大了……

不能为 BMP 上的字符说话，试一试并发表评论。

Answer 6

为了清楚起见，这里有些人提到了 UTF8。 UTF8 是一种多字节格式，在某些文档中被错误地称为 Unicode。 Unicode 总是只有两个字节。

我已经在 Visual Studio 2008 中使用了这个先前发布的解决方案。我不知道是否适用于更高版本的 Visual Studio。

   #include <iostream>
   #include <fnctl.h>
   #include <io.h>
   #include <tchar.h>

   <code ommitted>


   _setmode(_fileno(stdout), _O_U16TEXT); 

   std::wcout << _T("This is some text to print\n");

我使用宏在 std::wcout 和 std::cout 之间切换，还删除了 ASCII 构建的 _setmode 调用，从而允许为 ASCII 和 UNICODE 编译。这行得通。我尚未使用 std::endl 进行测试，但我可能会使用 wcout 和 Unicode（不确定），即

   std::wcout << _T("This is some text to print") << std::endl;