[英]What is the different between printf & std::ostream under windows console using UTF-8 output
[英]UTF-8 output on Windows console
以下代码显示了我机器上的意外行为(在 Windows XP 上使用 Visual C++ 2008 SP1 和 Windows 7 上的 VS 2012 测试):
#include <iostream>
#include "Windows.h"
int main() {
SetConsoleOutputCP( CP_UTF8 );
std::cout << "\xc3\xbc";
int fail = std::cout.fail() ? '1': '0';
fputc( fail, stdout );
fputs( "\xc3\xbc", stdout );
}
我只是用cl /EHsc test.cpp
。
Windows XP: Output 在控制台中 window 是ü0ü
代码页(翻译为代码页 1252,最初显示一些线条图字符)在默认值中。 当我将控制台 window 的设置更改为使用“Lucida Console”字符集并再次运行我的 test.exe 时, output 更改为1ü
,这意味着
ü
可以使用fputs
及其 UTF-8 编码C3 BC
编写std::cout
无论出于何种原因都不起作用failbit
Windows 7: Output 使用 Consolas 是 ��0ü
。 更有趣的是。 可能写入了正确的字节(至少在将 output 重定向到文件时)和 stream state 是可以的,但是这两个字节被写为单独的字符。
我试图在“Microsoft Connect”上提出这个问题(见这里),但 MS 并没有多大帮助。 你不妨看看这里,因为以前有人问过类似的问题。
你能重现这个问题吗?
我究竟做错了什么? std::cout
和fputs
不应该具有相同的效果吗?
已解决:(有点)按照 mike.dld 的想法,我实现了一个std::stringbuf
stringbuf,在sync()
中执行从 UTF-8 到 Windows-1252 的转换,并用这个转换器替换了std::cout
的流缓冲区(请参阅我对 mike. dld的回答)。
我知道这个问题很老,但如果有人仍然感兴趣,下面是我的解决方案。 我已经实现了一个非常简单的std :: streambuf后代,然后在程序执行的最初阶段将它传递给每个标准流。
这允许您在程序中的任何位置使用UTF-8。 输入时,数据以Unicode格式从控制台获取,然后转换并以UTF-8返回给您。 在输出上完成相反的操作,从UTF-8中获取数据,将其转换为Unicode并发送到控制台。 到目前为止没有发现问题。
另请注意,此解决方案不需要对SetConsoleCP
, SetConsoleOutputCP
或chcp
或其他任何内容进行任何代码页修改。
这是流缓冲区:
class ConsoleStreamBufWin32 : public std::streambuf
{
public:
ConsoleStreamBufWin32(DWORD handleId, bool isInput);
protected:
// std::basic_streambuf
virtual std::streambuf* setbuf(char_type* s, std::streamsize n);
virtual int sync();
virtual int_type underflow();
virtual int_type overflow(int_type c = traits_type::eof());
private:
HANDLE const m_handle;
bool const m_isInput;
std::string m_buffer;
};
ConsoleStreamBufWin32::ConsoleStreamBufWin32(DWORD handleId, bool isInput) :
m_handle(::GetStdHandle(handleId)),
m_isInput(isInput),
m_buffer()
{
if (m_isInput)
{
setg(0, 0, 0);
}
}
std::streambuf* ConsoleStreamBufWin32::setbuf(char_type* /*s*/, std::streamsize /*n*/)
{
return 0;
}
int ConsoleStreamBufWin32::sync()
{
if (m_isInput)
{
::FlushConsoleInputBuffer(m_handle);
setg(0, 0, 0);
}
else
{
if (m_buffer.empty())
{
return 0;
}
std::wstring const wideBuffer = utf8_to_wstring(m_buffer);
DWORD writtenSize;
::WriteConsoleW(m_handle, wideBuffer.c_str(), wideBuffer.size(), &writtenSize, NULL);
}
m_buffer.clear();
return 0;
}
ConsoleStreamBufWin32::int_type ConsoleStreamBufWin32::underflow()
{
if (!m_isInput)
{
return traits_type::eof();
}
if (gptr() >= egptr())
{
wchar_t wideBuffer[128];
DWORD readSize;
if (!::ReadConsoleW(m_handle, wideBuffer, ARRAYSIZE(wideBuffer) - 1, &readSize, NULL))
{
return traits_type::eof();
}
wideBuffer[readSize] = L'\0';
m_buffer = wstring_to_utf8(wideBuffer);
setg(&m_buffer[0], &m_buffer[0], &m_buffer[0] + m_buffer.size());
if (gptr() >= egptr())
{
return traits_type::eof();
}
}
return sgetc();
}
ConsoleStreamBufWin32::int_type ConsoleStreamBufWin32::overflow(int_type c)
{
if (m_isInput)
{
return traits_type::eof();
}
m_buffer += traits_type::to_char_type(c);
return traits_type::not_eof(c);
}
用法如下:
template<typename StreamT>
inline void FixStdStream(DWORD handleId, bool isInput, StreamT& stream)
{
if (::GetFileType(::GetStdHandle(handleId)) == FILE_TYPE_CHAR)
{
stream.rdbuf(new ConsoleStreamBufWin32(handleId, isInput));
}
}
// ...
int main()
{
FixStdStream(STD_INPUT_HANDLE, true, std::cin);
FixStdStream(STD_OUTPUT_HANDLE, false, std::cout);
FixStdStream(STD_ERROR_HANDLE, false, std::cerr);
// ...
std::cout << "\xc3\xbc" << std::endl;
// ...
}
省略了wstring_to_utf8
和utf8_to_wstring
可以使用WideCharToMultiByte
和MultiByteToWideChar
WinAPI函数轻松实现。
爱。 恭喜您找到了一种从程序内部更改控制台代码页的方法。 我不知道那个电话,我总是不得不使用chcp。
我猜测C ++默认语言环境正在参与其中。 默认情况下,它将使用GetThreadLocale()提供的代码页来确定非wstring内容的文本编码。 这通常默认为CP1252。 您可以尝试使用SetThreadLocale()来获取UTF-8(如果它甚至无法回忆),希望std :: locale默认为可以处理您的UTF-8编码的东西。
是时候关闭它了。 Stephan T. Lavavej 说这种行为是“按设计”,虽然我不能按照这种解释。
我目前的知识是:UTF-8代码页中的Windows XP控制台不能与C ++ iostream一起使用。
Windows XP现在已经过时了,VS 2008也是如此。我很想知道新系统上是否存在问题。
在Windows 7上 ,效果可能是由于C ++流输出字符的方式。 正如在Windows控制台中正确打印utf8字符的答案中所见,UTF-8输出在使用C stdio时失败,因为在putc('\\xc3'); putc('\\xbc');
之后打印一个字节后putc('\\xc3'); putc('\\xbc');
putc('\\xc3'); putc('\\xbc');
同样。 也许这就是C ++流在这里做的事情。
我只是按照mike.dld在这个问题中的回答,并为UTF-8
字符串添加printf
支持。
正如mkluwe在他的回答中提到的那样,默认情况下, printf
function 将 output 一个字节一个字节地发送到控制台,而控制台无法正确处理单个字节。 我的方法很简单,我使用snprintf
function 将整个内容打印到内部字符串缓冲区,然后将缓冲区转储到std::cout
。
这是完整的测试代码:
#include <iostream>
#include <locale>
#include <windows.h>
#include <cstdlib>
using namespace std;
// https://stackoverflow.com/questions/4358870/convert-wstring-to-string-encoded-in-utf-8
#include <codecvt>
#include <string>
// convert UTF-8 string to wstring
std::wstring utf8_to_wstring (const std::string& str)
{
std::wstring_convert<std::codecvt_utf8<wchar_t>> myconv;
return myconv.from_bytes(str);
}
// convert wstring to UTF-8 string
std::string wstring_to_utf8 (const std::wstring& str)
{
std::wstring_convert<std::codecvt_utf8<wchar_t>> myconv;
return myconv.to_bytes(str);
}
// https://stackoverflow.com/questions/1660492/utf-8-output-on-windows-console
// mike.dld's answer
class ConsoleStreamBufWin32 : public std::streambuf
{
public:
ConsoleStreamBufWin32(DWORD handleId, bool isInput);
protected:
// std::basic_streambuf
virtual std::streambuf* setbuf(char_type* s, std::streamsize n);
virtual int sync();
virtual int_type underflow();
virtual int_type overflow(int_type c = traits_type::eof());
private:
HANDLE const m_handle;
bool const m_isInput;
std::string m_buffer;
};
ConsoleStreamBufWin32::ConsoleStreamBufWin32(DWORD handleId, bool isInput) :
m_handle(::GetStdHandle(handleId)),
m_isInput(isInput),
m_buffer()
{
if (m_isInput)
{
setg(0, 0, 0);
}
}
std::streambuf* ConsoleStreamBufWin32::setbuf(char_type* /*s*/, std::streamsize /*n*/)
{
return 0;
}
int ConsoleStreamBufWin32::sync()
{
if (m_isInput)
{
::FlushConsoleInputBuffer(m_handle);
setg(0, 0, 0);
}
else
{
if (m_buffer.empty())
{
return 0;
}
std::wstring const wideBuffer = utf8_to_wstring(m_buffer);
DWORD writtenSize;
::WriteConsoleW(m_handle, wideBuffer.c_str(), wideBuffer.size(), &writtenSize, NULL);
}
m_buffer.clear();
return 0;
}
ConsoleStreamBufWin32::int_type ConsoleStreamBufWin32::underflow()
{
if (!m_isInput)
{
return traits_type::eof();
}
if (gptr() >= egptr())
{
wchar_t wideBuffer[128];
DWORD readSize;
if (!::ReadConsoleW(m_handle, wideBuffer, ARRAYSIZE(wideBuffer) - 1, &readSize, NULL))
{
return traits_type::eof();
}
wideBuffer[readSize] = L'\0';
m_buffer = wstring_to_utf8(wideBuffer);
setg(&m_buffer[0], &m_buffer[0], &m_buffer[0] + m_buffer.size());
if (gptr() >= egptr())
{
return traits_type::eof();
}
}
return sgetc();
}
ConsoleStreamBufWin32::int_type ConsoleStreamBufWin32::overflow(int_type c)
{
if (m_isInput)
{
return traits_type::eof();
}
m_buffer += traits_type::to_char_type(c);
return traits_type::not_eof(c);
}
template<typename StreamT>
inline void FixStdStream(DWORD handleId, bool isInput, StreamT& stream)
{
if (::GetFileType(::GetStdHandle(handleId)) == FILE_TYPE_CHAR)
{
stream.rdbuf(new ConsoleStreamBufWin32(handleId, isInput));
}
}
// some code are from this blog
// https://blog.csdn.net/witton/article/details/108087135
#define printf(fmt, ...) __fprint(stdout, fmt, ##__VA_ARGS__ )
int __vfprint(FILE *fp, const char *fmt, va_list va)
{
// https://stackoverflow.com/questions/7315936/which-of-sprintf-snprintf-is-more-secure
size_t nbytes = snprintf(NULL, 0, fmt, va) + 1; /* +1 for the '\0' */
char *str = (char*)malloc(nbytes);
snprintf(str, nbytes, fmt, va);
std::cout << str;
free(str);
return nbytes;
}
int __fprint(FILE *fp, const char *fmt, ...)
{
va_list va;
va_start(va, fmt);
int n = __vfprint(fp, fmt, va);
va_end(va);
return n;
}
int main()
{
FixStdStream(STD_INPUT_HANDLE, true, std::cin);
FixStdStream(STD_OUTPUT_HANDLE, false, std::cout);
FixStdStream(STD_ERROR_HANDLE, false, std::cerr);
// ...
std::cout << "\xc3\xbc" << std::endl;
printf("\xc3\xbc");
// ...
return 0;
}
源码保存为UTF-8
格式,在Msys2的GCC下构建,在Windows 7 64bit下运行。 这是结果
ü
ü
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.