C ++：将Unicode文件的内容输出到Windows中进行控制台

Question

我已经阅读了很多讨论该问题的文章和论坛帖子，对于这样一个简单的任务，所有解决方案似乎都太复杂了。

以下是直接来自cplusplus.com的示例代码：

// reading a text file
#include <iostream>
#include <fstream>
#include <string>
using namespace std;

int main () {
  string line;
  ifstream myfile ("example.txt");
  if (myfile.is_open())
  {
    while ( myfile.good() )
    {
      getline (myfile,line);
      cout << line << endl;
    }
    myfile.close();
  }

  else cout << "Unable to open file"; 

  return 0;
}

只要example.txt仅包含ASCII字符，它就可以正常工作。 如果我尝试用俄语添加一些内容，事情就会变得混乱。

在GNU / Linux中，就像将文件另存为UTF-8一样简单。

在Windows中，这不起作用。 将文件转换为UCS-2 Little Endian（Windows似乎默认使用的格式）并将所有功能更改为wchar_t对应的功能也没有用。

在没有进行各种魔术编码转换的情况下，是否存在某种“正确”的方法来完成此任务？

Answer 1

Windows控制台支持unicode。 它不支持从左到右和“复杂脚本”。 要使用Visual C ++打印UTF-16文件，请使用以下命令：

   _setmode(_fileno(stdout), _O_U16TEXT);   

并使用wcout代替cout 。

不支持“ UTF8”代码页，因此对于UTF-8，您将必须使用MultiBytetoWideChar

可以在此博客中找到有关Unicode的更多控制台支持

Answer 2

在Windows上使用cout输出到控制台的正确方法是首先调用GetConsoleOutputCP ，然后将您拥有的输入转换为控制台代码页。 或者，使用WriteConsoleW ，传递wchar_t* 。

Answer 3

要从文件读取UTF-8或UTF-16字符串，可以使用_wfopen_s和fgetws的扩展mode字符串。 我认为这些扩展还没有C ++接口。 Michael Kaplan的博客中介绍了最简单的打印到控制台的方法 ：

#include <fcntl.h>
#include <io.h>
#include <stdio.h>

int main(void) {
    _setmode(_fileno(stdout), _O_U16TEXT);
    wprintf(L"\x043a\x043e\x0448\x043a\x0430 \x65e5\x672c\x56fd\n");
    return 0;
}

避免使用GetConsoleOutputCP ，仅保留它是为了与8位API兼容。

Answer 4

虽然Windows控制台窗口基于UCS-2，但它们不正确支持UTF-8。

您可以使用适当的API函数，通过暂时将控制台窗口的活动输出代码页设置为UTF-8来使事情正常进行。 请注意，这些功能区分输入代码页和输出代码页。 但是，[cmd.exe]确实不喜欢UTF-8作为活动代码页，因此请不要将其设置为永久代码页。

否则，您可以使用Unicode控制台窗口功能。

干杯，……

Answer 5

#include <stdio.h>

int main (int argc, char *argv[])
{
    // do chcp 65001 in the console before running this
    printf ("γασσο γεο!\n");
}

如果您在运行程序之前在控制台中执行chcp 65001 ， chcp 65001很好。

注意事项：

• 我在VC ++ Express 2010中使用64位Windows 7
• 该代码位于没有BOM的UTF-8编码文件中-我是在文本编辑器中编写的，而不是使用VC ++ IDE，然后使用VC ++对其进行编译。
• 控制台具有TrueType字体-这很重要

不知道这些东西是否有太大的不同...

无法在BMP上代表字符，请对其进行旋转并发表评论。

Answer 6

为了清楚起见，这里有人提到了UTF8。 UTF8是一种多字节格式，在某些文档中错误地称为Unicode。 Unicode总是只有两个字节。

我已经在Visual Studio 2008中使用了以前发布的解决方案。我不知道是否可以在更高版本的Visual Studio中使用。

   #include <iostream>
   #include <fnctl.h>
   #include <io.h>
   #include <tchar.h>

   <code ommitted>


   _setmode(_fileno(stdout), _O_U16TEXT); 

   std::wcout << _T("This is some text to print\n");

我使用宏在std :: wcout和std :: cout之间切换，并且还删除了ASCII构建的_setmode调用，从而允许针对ASCII和UNICODE进行编译。 这可行。 我尚未使用std :: endl进行测试，但我可能可以使用wcout和Unicode（不确定），即

   std::wcout << _T("This is some text to print") << std::endl;