Question

在我的系统上，一个非常正常的Ubuntu 13.10，法语重音字符“éèàçù...”总是通过我使用的任何工具正确处理，尽管LC_环境变量设置为en_US.UTF-8。特别是命令行实用程序，如grep，cat，...总是读取并打印这些字符。

尽管有这些评论，这样的小程序如

int main() {
  printf("%c", getchar());
  return 0;
}

当用户输入“é”时

失败。

从手册页和大量的谷歌搜索中，没有标准的方法来关闭标准输出，然后重新打开它。从man fwide（），如果stdout处于字节模式，我不能将它传递给宽字符模式，不能关闭它并重新打开它...因此我不能使用getwchar（）和wprintf（）。

我无法相信像cat，grep等每一个实用工具......都会重新实现管理宽字符的方式，但是从我的研究中，我没有别的办法。

我的系统有问题吗？我看不出每个工具如何完美无缺地工作。我想念的是什么？

Answer 1

当C程序启动时，stdout，stdin和stderr既不是字节也不是宽字符。 fwide(stdin, 0)此时应返回0。

如果您将最小程序扩展为：

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

int main()
{
        setlocale(LC_ALL, "");
        printf("%lc\n", getwchar());
        return 0;
}

然后它应该按预期工作。（这里没有必要明确设置stdin的方向 - 因为它的第一个操作是宽字符操作，它将具有宽字符方向。）

你做需要使用getwchar()而不是getchar()，如果你想用它读取一个宽字符。

Answer 2

UTF-8字符被视为字节代码而非字符，非ascii字符超过一个字节。 Check this Question

了解更多信息

Answer 3

您提到的实用程序通常是面向行的。如果你试图阅读整行，例如fgets()而不是单个字符，我认为它也适合你。

当你开始阅读单个字符（可能只是字节，通常是字节）时，你当然非常容易受到编码问题的影响。

只要线段终止编码没有被误解（并且对于UTF-8它不会被误解），读取实线就可以正常工作。

无法将stdout置于宽字符模式

3 个答案: