如何检测 C++ Windows 中的非 ascii 字符？

Question

我只是想在 Windows 上的 C++ 程序中检测非 ascii 字符。 使用类似isascii()或：

bool is_printable_ascii = (ch & ~0x7f) == 0 && 
                          (isprint() || isspace()) ;

不起作用，因为在getchar()执行其操作之前或期间将非 ascii 字符映射到 ascii 字符。 例如，如果我有一些代码，例如：

#include <iostream>
using namespace std;
int main()
{
    int c;
    c = getchar();
    cout << isascii(c) << endl;
    cout << c << endl;
    printf("0x%x\n", c);
    cout << (char)c;
    return 0;
}

并输入一个（因为我现在很高兴），output 是

1
63
0x3f
?

此外，如果我为程序提供一些东西（在扩展的 ascii 范围（代码页 437）之外），比如“Ĥ”，我会得到 output

1
72
0x48
H

这适用于类似的输入，例如Ĭ或ō（转到I和o）。 所以这似乎是算法，而不仅仅是 mojibake 之类的。 使用类似的程序快速检查 python（通过同一终端）

i = input()
print(ord(i))

给了我预期的实际十六进制代码，而不是 ascii 映射的代码（所以它不是代码页或终端（？））。 这让我相信getchar()或 C++ 编译器（在 VS 编译器和 g++ 上测试）正在做一些时髦的事情。 我也尝试过使用cin和许多其他替代方法。 请注意，我已在 Linux 上尝试过此操作，但我无法重现此问题，这让我倾向于认为这与 Windows（10 专业版）有关。 谁能解释这里发生了什么？

Answer 1

尝试用 getwchar() 替换getchar() getwchar(); 我认为你是对的，这是一个仅限 Windows 的问题。

我认为问题在于getchar(); 期望输入为char类型，它是 8 位并且仅支持 ASCII。 getwchar(); 支持允许其他文本编码的wchar_t类型。 "" 不是 ASCII，从这个页面： https://docs.microsoft.com/en-us/windows/win32/learnwin32/working-with-strings ，似乎 Windows 用 UTF-编码这样的扩展字符16. 我在查找 utf-16 表情符号的查找表时遇到了麻烦，但我猜测 utf-16 "" 中的一个字节是 0x39，这就是您看到打印出来的原因。

Answer 2

好的，我已经解决了这个问题。 我不知道翻译模式。

_setmode(_fileno(stdin), _O_WTEXT);

是解决方案。 下面的链接基本上解释了存在翻译模式，我认为第 5 阶段（字符集映射）解释了发生了什么。 https://en.cppreference.com/w/cpp/language/translation_phases