如何在C++中用fprintf寫入UTF-8文件

Question

我正在使用 VisualStudio 和 MFC 在 C++ 中（偶爾）進行編程。我用 fopen 和 fprintf 編寫了一個文件。 該文件應以 UTF8 編碼。 有沒有可能這樣做？ 無論我嘗試什么，該文件都是雙字節 unicode 或 ISO-8859-2 (latin2) 編碼。

格蘭布里奇

Answer 1

是的，但您需要 Visual Studio 2005 或更高版本。 然后，您可以使用參數調用 fopen：

LPCTSTR strText = "абв";
FILE *f = fopen(pszFilePath, "w,ccs=UTF-8");
_ftprintf(f, _T("%s"),  (LPCTSTR) strText);

請記住這是 Microsoft 擴展，它可能不適用於 gcc 或其他編譯器。

Answer 2

如果您只想使用 fprintf，則不需要設置語言環境或在文件上設置任何特殊模式。 您只需使用 UTF-8 編碼字符串即可。

#include <cstdio>
#include <codecvt>

int main() {
    std::wstring_convert<std::codecvt_utf8_utf16<wchar_t>,wchar_t> convert;
    std::string utf8_string = convert.to_bytes(L"кошка 日本國");

    if(FILE *f = fopen("tmp","w"))
        fprintf(f,"%s\n",utf8_string.c_str());
}

將程序保存為帶有簽名或 UTF-16 的 UTF-8（即不要使用沒有簽名的 UTF-8，否則 VS 將無法生成正確的字符串文字）。 程序寫入的文件將包含該字符串的 UTF-8 版本。 或者你可以這樣做：

int main() {
    if(FILE *f = fopen("tmp","w"))
        fprintf(f,"%s\n","кошка 日本國");
}

在這種情況下，您必須將文件另存為不帶簽名的 UTF-8，因為您希望編譯器認為源代碼編碼與執行編碼相同......這有點依賴於編譯器 IMO 破壞行為.

您可以使用任何其他 API 執行基本相同的操作以將窄字符寫入文件，但請注意，這些方法都不適用於將 UTF-8 寫入 Windows 控制台。 由於 C 運行時和/或控制台有點損壞，您只能通過執行 SetConsoleOutputCP(65001) 將 UTF-8 直接寫入控制台，然后使用puts的一種輸入變體。

如果您想使用寬字符而不是窄字符，那么可以使用基於區域設置的方法和文件描述符的設置模式。

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

int main() {
    if(FILE *f = fopen("tmp","w")) {
        _setmode(_fileno(f), _O_U8TEXT);
        fwprintf(f,L"%s\n",L"кошка 日本國");
    }
}

---

#include <fstream>
#include <codecvt>

int main() {
    if(auto f = std::wofstream("tmp")) {
        f.imbue(std::locale(std::locale(),
                new std::codecvt_utf8_utf16<wchar_t>)); // assumes wchar_t is UTF-16
        f << L"кошка 日本國\n";
    }
}

Answer 3

理論上，您應該簡單地設置一個使用 UTF-8 作為外部編碼的語言環境。 我的理解——我不是 Windows 程序員——是Windows 沒有這樣的 locale ，所以你必須求助於實現特定的方法或非標准庫（鏈接來自 Dave 的評論）。