Question

我正在从文件（UTF-8编码）中读取一些文本并将其存储在地图中，以评估文件中每个单词的包含次数：

map<string, int> my_map;
ifstream f("file.txt");
string s;
while (f >> s)
{
    my_map[s]++;
}

然后我想用cout输出结果：

for (map<string,int>::const_iterator i = my_map.begin(); i != my_map.end(); i++)
{
    cout << i->first << ": " << i->second << "\n";
}

问题是，因为我的文件中包含一些字符，如ä和ö（用瑞典语编写），当我打印出来的时候，大部分文字显示不正确。我该如何解决这个问题？

Answer 1

UTF-8编码与任何文本编码一样，是一种将字符表示为字节流的方法。您的程序正在读取该字节流并简单地将其回显，因此显示不正确的问题是由于您的终端未设置为正确的编码：我在终端上尝试了您的程序，它产生了预期的输出。

但是，如果您想使用将作为Unicode字符串读取的字符串，那么string将是不够的，因为它只是char的字符串，每个包含一个字节。您应该使用wstring，它是wchar的字符串，每个字符串都足以存储您的Unicode字符。（这也意味着必须使用wcin，wcout和wifstream。）

但这仍然不够：您需要为流指定 locale ，以使它们将UTF-8字节流解码为字符（并从字符转换为UTF） -8再次）。相关的行将如下所示。因为您正在阅读瑞典语，所以我将语言环境设置为sv_SE.UTF-8，但其他UTF-8语言环境可能足以满足您的需要：

#include <locale>
// ...
locale utf_8("sv_SE.UTF-8");
wcout.imbue(utf_8);
wifstream f("file.txt");
f.imbue(utf_8);

如何正确显示从文件中读取的外来字符？

1 个答案: