找不到std :: wstring中存在的wchar_t

Question

当我遇到奇怪的行为时，我正在玩std::wstring和std::wfstream 。 即，似乎std::basic_string<wchar_t>::find无法找到某些字符。 考虑以下代码：

int main()
{
    std::wifstream input("input.txt");
    std::wofstream output("output.txt");

    if(!(input && output)){
        std::cerr << "file(s) not opened";
        return -1;
    }

    std::wstring buf;
    std::getline(input, buf);

    output << buf;

    std::cout << buf.find(L'ć');
}

在这里，我只是读取input文件的第一行并将其写入output文件。 在程序运行之前，第一个文件的内容为aąbcćd ，输出文件为空。 执行代码后，输入文件成功复制到输出文件中。

令我惊讶的是，我试图在buf找到一个ć字母，并遇到了所提到的奇怪行为。 程序执行后，我确认输出文件恰好包含aąbcćd ，其中显然包含提到的字符ć 。

但是，行std::cout << buf.find(L'ć')行为不符合预期。 考虑到std::wstring的内存布局，我并不期望得到4的输出，但是我也绝对不希望得到std::string::npos 。 值得一提的是，使用此方法查找常规ASCII字符成功。

综上所述，上述代码正确地将输入文件的第一行复制到输出文件，但是未能在字符串中找到一个字符（返回npos），该字符负责保存要复制的数据。 为什么会这样？ 是什么导致find失败？

注意：两个文件在Windows上都是UTF-8编码的。

Answer 1

不幸的是， wchar_t不是UTF-8，也不是UTF-16（在Windows上），并且在读取UTF-8文件时不会发生魔术转换。 如果调试程序，则会在buf变量中看到损坏的字符。

您要么需要以std::string读取字符串，然后将其从UTF-8转换为whar_t要么在UTF-8中工作，并将原义字符串从whcar_t转换为UTF-8字符的std::string 。

如果使用的是最新的编译器，则可以使用以下命令创建UTF-8字符串文字：

u8"ć"

以下应该工作：

int main()
{
    std::ifstream input("input.txt");
    std::ofstream output("output.txt");

    if(!(input && output)){
        std::cerr << "file(s) not opened";
        return -1;
    }

    std::string buf;
    std::getline(input, buf);

    output << buf;

    std::cout << buf.find(u8"ć");
}