Question

我决定写一个简单的例子：

#include <iostream>

int main()
{
    std::cout << u8"это строка6" << std::endl;
    return 0;
}

在控制台中执行以下命令： chcp 65001

程序输出：

��то строка6

为什么第一个字符显示不正确？我认为代码页65001使用BOM，并将第一个符号读作BOM。这是真的吗？

Answer 1

整个标准IO库与该代码页狡猾。这是另一个测试程序（\xe2\x86\x92是UTF-8中的箭头→）：

#include <stdio.h>

int main(void)
{
    char s[] = "\xe2\x86\x92 a \xe2\x86\x92 b\n";
    int l = (int) sizeof(s) - 1;
    int wr = fwrite(s, 1, l, stdout);
    printf("%d/%d written\n", wr, l);
    return 0;
}

及其输出：

��� a → b
10/12 written

请注意，第一个字符再次被��（UTF-8中的3个字节）替换，fwrite调用返回写入的字符数控制台。这违反了C标准（它应该返回 bytes 的数量），它将正确地使用fwrite或相关函数中断每个程序（例如，尝试打印"☺☺☺☺☺☺☺☺☺☺☺☺" Python 3.4）。

因此，您可靠地输出Unicode文本的唯一选择是特定于Windows的（除非在最新版本的MSVC中修复了这些问题）：

使用宽输出功能，如下所述：Output unicode strings in Windows console app
使用WriteConsoleW（宽版）。确保测试标准输出或错误句柄是否实际上是控制台。

c ++文字u8和BOM（字节顺序掩码）

1 个答案: