Question

使用printf将双字节字符串格式化为单字节字符串时：

printf("%ls\n", L"s:\\яшертыHello");   // %ls for a wide string (%s varies meaning depending on the project's unicode settings).

显然，有些字符不能表示为ascii字符，所以有时候我会看到双字节字符变成'？'的行为。标记字符。但是，这似乎取决于特定的角色。对于上面的printf，输出为：

s:\

我希望我能得到类似的东西：

s:\??????Hello

我担心我已经丢失了这个例子，但是当我遇到unicode字符时，我想一个字符串，用'？'替换第一个字符串然后放弃了其余的。

所以，我的问题是，当您将宽字符串格式化为单字节字符串时应该会发生什么。这里的文档：http://msdn.microsoft.com/en-us/library/hf4y5e3w.aspx说“字符显示到第一个空字符”。但是，我没有看到。这是printf中的一个错误，还是我在某个地方看到的行为，如果有的话，在哪里。

感谢您的帮助。

更新

感谢人们给我的答案，让我选择使用printf。我将改用另一种方法，但出于好奇，我真的很感兴趣为什么printf没有可靠的记录行为。看起来好像它的实施者不顾一切地使它不起作用。

Answer 1

我希望你的代码可以工作 - 它可以在Linux上运行 - 但它依赖于语言环境。这意味着您必须设置语言环境，并且您的语言环境必须支持使用的字符集。这是我的测试程序：

#include <locale.h>
#include <stdio.h>

int main()
{
    int c;
    char* l = setlocale(LC_ALL, "");
    if (l == NULL) {
        printf("Locale not set\n");
    } else {
        printf("Locale set to %s\n", l);
    }
    printf("%ls\n", L"s:\\яшертыHello");
    return 0;
}

这是一个执行跟踪：

$ env LC_ALL=en_US.utf8 ./a.out
Locale set to en_US.utf8
s:\яшертыHello

如果它说没有设置区域设置或设置为“C”，那么您没有得到预期的结果是正常的。

修改：查看this question的答案，了解相当于Windows的en_US.utf8。

Answer 2

在C ++中，我通常使用std::stringstream来创建格式化文本。我还实现了一个自己的运算符来使用Windows函数进行编码：

ostream & operator << ( ostream &os, const wchar_t * str )
{
  if ( ( str == 0 ) || ( str[0] == L'\0' ) )
   return os;
  int new_size = WideCharToMultiByte( CP_UTF8, 0, str, -1, NULL, NULL, NULL, NULL );
  if ( new_size <= 0 )
    return os;
  std::vector<char> buffer(new_size);
  if ( WideCharToMultiByte( CP_UTF8, 0, str, -1, &buffer[0], new_size, NULL, NULL ) > 0 )
    os << &buffer[0];
  return os;
}

此代码转换为UTF-8。对于其他可能性，请检查：WideCharToMultiByte。

为什么printf格式的unicode参数没有？

2 个答案: