Question

我尝试使用wchar_t*使用UTF-8字符格式化vsnprintf，然后使用printf打印缓冲区。

给出以下代码：

/*
  This code is modified version of KB sample:
  https://www.ibm.com/support/knowledgecenter/en/ssw_ibm_i_73/rtref/vsnprintf.htm

  The usage of `setlocale` is required by my real-world scenario,
  but can be modified if that fixes the issue.
*/

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

#ifdef MSVC
#include <windows.h>
#endif

void vout(char *string, char *fmt, ...)
{
   setlocale(LC_CTYPE, "en_US.UTF-8");
   va_list arg_ptr;

   va_start(arg_ptr, fmt);
   vsnprintf(string, 100, fmt, arg_ptr);
   va_end(arg_ptr);
}

int main(void)
{
   setlocale(LC_ALL, "");
#ifdef MSVC
   SetConsoleOutputCP(65001); // with or without; no dice
#endif

   char string[100];

   wchar_t arr[] = { 0x0119 };
   vout(string, "%ls", arr);
   printf("This string should have 'ę' (e with ogonek / tail) after colon:  %s\n", string);
   return 0;
}

我在Ubuntu 16上用gcc v5.4编译，以便在BASH中获得所需的输出：

gcc test.c -o test_vsn
./test_vsn
This string should have 'ę' (e with ogonek / tail) after colon:  ę

但是，在使用CL v19.10.25019（VS 2017）的Windows 10上，我在CMD中得到了奇怪的输出：

cl test.c /Fetest_vsn /utf-8
.\test_vsn
This string should have 'T' (e with ogonek / tail) after colon:  e

（冒号前的ę变为T，冒号后e没有ogonek

请注意，我使用了CL的新/utf-8开关（在VS 2015中引入），显然无论是否有效。基于他们的blog post：

还有一个/ utf-8选项，它是设置“/ source-charset：utf-8”和“/ execution-charset：utf-8”的同义词。

（我的源文件已经有BOM / utf8'，执行charset显然没有帮助）

为了使输出看起来与gcc的输出看起来相同，代码/编译器开关的最小更改量是多少？

Answer 1

基于@RemyLebeau的评论，我修改了代码以使用printf API的w变体来获得与Windows上的msvc相同的输出，与Unix上的gcc相匹配。

此外，我现在使用_setmode（FILE翻译模式）而不是更改代码页。

/*
  This code is modified version of KB sample:
  https://www.ibm.com/support/knowledgecenter/en/ssw_ibm_i_73/rtref/vsnprintf.htm

  The usage of `setlocale` is required by my real-world scenario,
  but can be modified if that fixes the issue.
*/

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

#ifdef _WIN32
#include <io.h> //for _setmode
#include <fcntl.h> //for _O_U16TEXT
#endif

void vout(wchar_t *string, wchar_t *fmt, ...)
{
   setlocale(LC_CTYPE, "en_US.UTF-8");
   va_list arg_ptr;

   va_start(arg_ptr, fmt);
   vswprintf(string, 100, fmt, arg_ptr);
   va_end(arg_ptr);
}

int main(void)
{
   setlocale(LC_ALL, "");
#ifdef _WIN32
   int oldmode = _setmode(_fileno(stdout), _O_U16TEXT);
#endif

   wchar_t string[100];

   wchar_t arr[] = { 0x0119, L'\0' };
   vout(string, L"%ls", arr);
   wprintf(L"This string should have 'ę' (e with ogonek / tail) after colon:  %ls\r\n", string);

#ifdef _WIN32
   _setmode(_fileno(stdout), oldmode);
#endif
   return 0;
}

或者，我们可以使用fwprintf并提供stdout作为第一个参数。要对fwprintf(stderr,format,args)（或perror(format, args)）执行相同操作，我们还需要_setmode stderr。

wchar_t *在MSVC中使用UTF8字符

1 个答案: