std :: cout可以在Windows上使用UTF-8吗？

Question

我想让std::cout打印一个UTF-8文字。 对于gcc来说，这似乎是一件容易的事，而对于Windows，这是极其困难的。

我试图开始工作的代码是：

std::cout << "Ελληνικά Русский 你好";

环境：

• Windows 10，Visual Studio 2015
• 预设编码：1251
• 控制台编码：866
• 源编码：带BOM的UTF-8

要求：

• 无需更改代码行本身
• 完整的Unicode范围支持
• 一些设置代码可能会添加到main()的开头

我试过的

• #pragma execution_character_set("utf-8")
• SetConsoleCP(CP_UTF8); SetConsoleOutputCP(CP_UTF8);
• 在系统范围内将控制台字体设置为Lucida Console
• 在项目属性中Use Unicode character set
• 此博客中的设置代码

没有任何帮助，没有StackOverflow答案可以解决问题。

编辑

要使Unicode 部分正常工作，请执行以下操作：

• initStreams()从下面的清单中调用initStreams()
• 在项目设置中启用“ Use Unicode Character Set ”
• 添加/utf-8选项

无法运作：

• wprintf
• cin / wcin
• 中国文字

initStreams()实现：

#include <cassert>         // assert
#include <codecvt>          // std::codecvt_utf8 (C++11)
#include <stdexcept>        // std::exception
#include <streambuf>        // std::basic_streambuf
#include <iostream>         // std::cout, std::endl
#include <locale>           // std::locale
#include <memory>           // std::unique_ptr (C++11)

#undef  UNICODE
#define UNICODE
#undef  STRICT
#define STRING
#include <windows.h>    // MultiByteToWideChar

class OutputForwarderBuffer : public std::basic_streambuf<char>
{
public:
    using Base = std::basic_streambuf<char>;
    using Traits = Base::traits_type;
    using StreamBuffer = std::basic_streambuf<char>;
    using WideStreamBuffer = std::basic_streambuf<wchar_t>;
    using Base::int_type;
    using Base::char_type;

    OutputForwarderBuffer(
        StreamBuffer& existingBuffer,
        WideStreamBuffer* pWideStreamBuffer
    )
        : Base(existingBuffer)
        , pWideStreamBuffer_(pWideStreamBuffer)
    {
    }

    OutputForwarderBuffer(OutputForwarderBuffer const&) = delete;
    void operator=(OutputForwarderBuffer const&) = delete;

protected:
    std::streamsize xsputn(char const* s, std::streamsize n) override
    {
        if (n == 0) { return 0; }

        int const sourceSize = static_cast<int>(n);
        int const destinationSize = MultiByteToWideChar(CP_UTF8, 0, s, sourceSize, nullptr, 0);
        wideCharBuffer_.resize(static_cast<size_t>(sourceSize));

        int const nWideCharacters = MultiByteToWideChar(CP_UTF8, 0, s, sourceSize, &wideCharBuffer_[0], destinationSize);
        assert(nWideCharacters > 0 && nWideCharacters == destinationSize);

        return pWideStreamBuffer_->sputn(&wideCharBuffer_[0], destinationSize);
    }

    int_type overflow(int_type c) override
    {
        bool const cIsEOF = Traits::eq_int_type(c, Traits::eof());
        int_type const failureValue = Traits::eof();
        int_type const successValue = (cIsEOF ? Traits::not_eof(c) : c);

        if (!cIsEOF) {
            char_type const ch = Traits::to_char_type(c);
            std::streamsize const nCharactersWritten = xsputn(&ch, 1);

            return (nCharactersWritten == 1 ? successValue : failureValue);
        }
        return successValue;
    }

private:
    WideStreamBuffer* pWideStreamBuffer_;
    std::wstring wideCharBuffer_;
};

void setUtf8Conversion(std::basic_ios<wchar_t>& stream)
{
    stream.imbue(std::locale(std::locale::empty(), new std::codecvt_utf8_utf16<wchar_t>()));
}

bool isConsole(HANDLE streamHandle)
{
    DWORD consoleMode;
    return !!GetConsoleMode(streamHandle, &consoleMode);
}

bool isConsole(DWORD stdStreamId)
{
    return isConsole(GetStdHandle(stdStreamId));
}

void initStreams()
{
    SetConsoleCP(CP_UTF8);
    SetConsoleOutputCP(CP_UTF8);

    setUtf8Conversion(std::wcout);
    setUtf8Conversion(std::wcerr);
    setUtf8Conversion(std::wclog);

    static OutputForwarderBuffer coutBuffer(*std::cout.rdbuf(), std::wcout.rdbuf());
    static OutputForwarderBuffer cerrBuffer(*std::cerr.rdbuf(), std::wcerr.rdbuf());
    static OutputForwarderBuffer clogBuffer(*std::clog.rdbuf(), std::wclog.rdbuf());

    std::cout.rdbuf(&coutBuffer);
    std::cerr.rdbuf(&cerrBuffer);
    std::clog.rdbuf(&clogBuffer);
}

Answer 1

这是我要做的：

1. 确保您的源文件是utf-8编码的并且具有正确的内容（在另一个编辑器中打开它们，检查字形和文件编码）

2. 从等式中删除控制台-将输出重定向到文件，并使用支持utf-8的编辑器检查其内容（就像使用源代码一样）

3. 在MSVC2015 +中使用/ utf-8 cmdline选项-这将强制编译器将所有源文件视为utf-8编码一次，并且存储在生成的二进制文件中的字符串文字将被utf-8编码。

4. 从等式中删除iostream （不能等到该库死掉，TBH）-使用cstdio

5. 在这一点上输出应该工作（它为我做）

6. 要使控制台输出正常工作-使用SetConsoleOutputCP（CP_UTF8）并使其使用支持Unicode平面的 TrueType字体（我怀疑汉字要在控制台中工作，您需要在系统中安装支持相关Unicode平面的字体，并且您的控制台应配置为使用它）

7. 不确定控制台输入（不必处理），但是我怀疑SetConsoleCP（CP_UTF8）应该使它与非宽域I / O一起使用

8. 放弃使用宽I / O（wcout / etc）的想法-无论如何，您为什么要这样做？ Unicode与utf-8编码的char const *一起使用时效果很好

9. 一旦达到此阶段，就可以处理iostream （如果您坚持使用它）。 我暂时不理会wcin / wcout。 如果尚未使用，请尝试使用utf-8语言环境注入相关的cin / cout。

10. http://utf8everywhere.org/提倡的想法是仅在调用Windows API时才转换为UCS-2。 这使您的OutputForwarderBuffer不再需要。

11. 我猜（如果您真的坚持），现在您可以尝试扩大iostream的工作范围。 祝您好运，我想您将不得不重新配置控制台（这将破坏非宽域I / O），或者以某种方式让您的wcout / wcin即时执行UCS2-to-UTF8转换（并且仅在将其连接到控制台时） 。

编辑：从Windows 10开始，您还需要以下内容：

setvbuf(stderr, NULL, _IOFBF, 1024);    // on Windows 10+ we need buffering or console will get 1 byte at a time (screwing up utf-8 encoding)
setvbuf(stdout, NULL, _IOFBF, 1024);

不幸的是，这也意味着如果在下一次刷新之前完全填充缓冲区，仍然有可能搞砸您的输出。 正确的解决方案-在每个字符串发送到输出之后（假定每个字符串小于1024），手动对其进行刷新（ endl或fflush() ）。 如果仅MS支持行缓冲...