无法读取和回显C中的unicode输入

Question

我编写了以下代码：

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

int main() {
    wchar_t wc[80];
    wscanf(L"%ls", &wc);
    wprintf(L"%ls", wc);
    return 0;
}

我的终端支持在Linux上使用gcc 8.2.1编译的Unicode。

Answer 1

这是程序的固定版本：

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

int main(void)
{
    wchar_t  ws[80];

    if (!setlocale(LC_ALL, ""))
        fprintf(stderr, "Warning: The C library does not support your current locale.\n");
    if (fwide(stdin, 1) < 1)
        fprintf(stderr, "Warning: The C library does not support wide standard input for your current locale.\n");
    if (fwide(stdout, 1) < 1)
        fprintf(stderr, "Warning: The C library does not support wide standard output for your current locale.\n");

    if (wscanf(L"%79ls", ws) < 1) {
        fprintf(stderr, "No input.\n");
        exit(EXIT_FAILURE);
    }

    wprintf(L"%ls\n", ws);

    return EXIT_SUCCESS;
}

setlocale()调用告诉C库使用当前配置的语言环境。如果不这样做，则C库将使用其默认语言环境（C / POSIX），通常使用ASCII字符集（而不是UTF-8）。

fwide(stdin, 1)和fwide(stdout, 1)调用告诉C库，您将使用标准输入的宽输入函数，以及标准输出的宽输出函数。如果C库对于当前语言环境不支持，则它们将返回-1；否则，它们将返回-1。我认为当前在Windows中基于UTF-8的语言环境会发生这种情况，因为Microsoft希望程序员为此使用其专有扩展名。

不需要fwide()调用，因为C库将根据您用于每个流的第一个函数进行猜测。我确实建议显式使用它们，以便用户知道其当前配置或C库支持是否存在某些错误/错误/不受支持。毕竟，这只是几行。

扫描字符串时，应始终在模式中包括最大允许长度（紧随%之后）。由于C字符串的末尾为nul字符（窄字符串为'\0'，宽字符串为L'\0'），因此缓冲区必须至少长一个。由于ws是由80个宽字符组成的数组，因此wscanf()可以在其中扫描多达79个字符的字符串。

所有扫描功能（scanf()，wscanf()，fscanf()，fwscanf()等）返回成功转换的次数，或EOF / WEOF。例如，如果用户运行true | ./thisprogram，则标准输入中没有输入，并且wscanf()调用将返回WEOF。除了少数几个例外（使用抑制的转换来消耗/跳过数据，或使用%n进行的转换）之外，您将需要检查返回值。如果未在上面的示例（true | ./thisprogram）中检查返回值，最终将打印出未初始化的宽字符缓冲区。哪一个不好它可以不打印任何内容，打印垃圾或使程序崩溃：这是未定义的行为。

（要记住，如果转换失败，失败的部分将保留在输入中；它不会被消耗或丢弃。它只是放在那儿，除非您使用它。）

如果某些shell没有以换行符结尾，则在该行的末尾添加一个%字符。之后，其他shell会立即发出自己的提示。那不是一个错误，只是看起来很奇怪。因此，最好在输出末尾添加换行符。

默认情况下，标准输出也是行缓冲的。例如，在上述程序中，使用wprintf(L"foo")不会 not 表示输出宽字符串foo；它通常仅由标准C库缓冲，并在一段时间后输出。您可以使用fflush(stdout);告诉标准库为特定流输出其缓冲区中的所有内容，例如标准输出。这适用于正常/窄流和宽流。但是，C库会在程序退出时自动刷新缓冲区。