Question

我在处理不祥的印刷撇号（'）时遇到了一些奇怪的行为 - 而不是打字机撇号（'）。与广泛的字符串文字一起使用，撇号打破了wofstream。

此代码有效

ofstream file("test.txt");
file << "A’B" ;
file.close();

==＆GT; A'B

此代码有效

wofstream file("test.txt");
file << "A’B" ;
file.close();

==＆GT; A'B

此代码失败

wofstream file("test.txt");
file << L"A’B" ;
file.close();

==＆GT;甲

此代码失败......

wstring test = L"A’B";
wofstream file("test.txt");
file << test ;
file.close();

==＆GT;甲

有什么想法吗？

Answer 1

在使用wofstream之前，您应该“启用”语言环境：

std::locale::global(std::locale()); // Enable locale support 
wofstream file("test.txt");
file << L"A’B";

因此，如果您有系统区域设置en_US.UTF-8，则文件test.txt将包含 utf8编码数据（4个字节），如果你有系统区域设置en_US.ISO8859-1，那么它会将其编码为8位编码（3个字节），除非ISO 8859-1错过了这样的字符。

wofstream file("test.txt");
file << "A’B" ;
file.close();

此代码有效，因为"A’B"实际上是utf-8字符串并且您保存utf-8 字符串到字节逐字节。

注意：我假设您使用的是类似操作系统的POSIX，并且您的默认语言环境与默认语言环境“C”不同。

Answer 2

你确定你的编译器不支持源文件中的unicode字符被“破坏”吗？如果使用\x或类似字符串对字符串文字中的字符进行编码，该怎么办？您的源文件甚至是编译器的wchar_t可能的编码吗？

Answer 3

尝试将流插入字符包装在try-catch块中，并告诉我们抛出的异常（如果有）。

我不确定这里发生了什么，但无论如何我都会骚扰猜测。印刷撇号可能具有适合一个字节的值。这适用于"A’B"，因为它盲目地复制字节而不必担心底层编码。但是，对于L"A’B"，依赖于实现的编码因子起作用。它可能找不到正确的UTF-16（如果你在Windows上）或UTF-32（如果你在* nix / Mac上）值来存储这个特定字符。

打字撇号+宽字符串文字打破了我的wofstream（C ++）

3 个答案: