Linux和C编程：如何将utf-8编码的文本写入文件？

Question

我有兴趣将utf-8编码的字符串写入文件。

我使用低级函数open（）和write（）做到了这一点。 首先，我使用setlocale("LC_ALL", "de_DE.utf8")将语言环境设置为可setlocale("LC_ALL", "de_DE.utf8") utf-8的字符集。 但是生成的文件不包含utf-8字符，仅包含iso8859编码的变音符号。 我究竟做错了什么？

附录：我不知道我的字符串是否真的是utf-8编码的。 我只是将它们以这种形式保存在源文件中： char *msg = "Rote Grütze";

请参阅屏幕快照以获取文本文件的内容： 替代文本http://img19.imageshack.us/img19/9791/picture1jh9.png

Answer 1

更改语言环境不会更改使用write（）写入文件的实际数据。 您必须实际产生 UTF-8字符才能将它们写入文件。 为此，您可以将库用作ICU 。

编辑问题后进行编辑 ：UTF-8字符的“特殊”符号（ümlauts，áccénts等）仅与ISO-8859不同。 因此，对于所有没有任何这些符号的文本，两者都是等效的。 但是，如果在程序字符串中包含这些符号，则必须确保文本编辑器将数据视为UTF-8。 有时您只需要告诉它即可。

综上所述，如果源代码中的字符串使用UTF-8，则您生成的文本将使用UTF-8。

另一个编辑 ：可以肯定的是，您可以使用iconv将源代码转换为UTF-8：

iconv -f latin1 -t utf8 file.c

这会将您所有的latin-1字符串转换为utf8，当您打印它们时，它们肯定会使用UTF-8。 如果iconv遇到一个奇怪的字符，或者您看到带有奇怪字符的输出字符串，则您的字符串已经在UTF-8中。

问候，

Answer 2

是的，您可以使用glibc来实现。 他们称其为多字节而不是UTF-8，因为它可以处理多种编码类型。 查看手册的这一部分。

查找以前缀mb开头的函数，以及以wc前缀开头的函数，以从多字节转换为宽字符。 您必须首先使用setlocale（）将语言环境设置为UTF-8，以便它选择此多字节支持实现。

如果您来自Unicode文件，我相信您要查找的功能是wcstombs（）。

Answer 3

您能否在十六进制编辑器中打开文件，并通过一个简单的输入示例来验证写入的字节不是传递给write（）的Unicode字符的值。 有时，文本编辑器无法确定字符集，并且您的文本编辑器可能已采用了ISO8859-1字符集。

完成此操作后，您可以编辑原始帖子以添加相关信息吗？