排版撇号+宽字符串文字中断了我的wofstream (C++)

Question

我在处理不祥的排版撇号(‘)时遇到了一些奇怪的行为，而不是打字机撇号(’)。与宽字符串文字一起使用时，撇号会中断wofstream。

这段代码可以工作

ofstream file("test.txt");
file << "A’B" ;
file.close();

==> A‘B

这段代码可以工作

wofstream file("test.txt");
file << "A’B" ;
file.close();

==> A‘B

此代码失败

wofstream file("test.txt");
file << L"A’B" ;
file.close();

==> A

此代码失败...

wstring test = L"A’B";
wofstream file("test.txt");
file << test ;
file.close();

==> A

有什么想法吗？

Answer 1

在使用wofstream之前，您应该“启用”locale：

std::locale::global(std::locale()); // Enable locale support 
wofstream file("test.txt");
file << L"A’B";

因此，如果你有系统区域设置en_US.UTF-8，那么文件test.txt将包括utf8编码的数据(4byes)，如果你有系统区域设置en_US.ISO8859-1，那么它会将其编码为8位编码(3字节)，除非ISO8859-1遗漏了这样的字符。

wofstream file("test.txt");
file << "A’B" ;
file.close();

这段代码之所以有效，是因为"A’B"实际上是utf-8字符串，您可以将utf-8字符串逐字节保存到文件中。

注意：我假设您使用的是类似于OS的POSIX，并且您的默认区域设置与默认区域设置"C“不同。

Answer 2

你确定不是你的编译器对源文件中unicode字符的支持被“破坏”了吗？如果使用\x或类似的方法对字符串文字中的字符进行编码，该怎么办？你的源文件是不是以任何可能的编码方式转换成你的编译器的wchar_t？

Answer 3

尝试将流插入字符包装在try-catch块中，并告诉我们它抛出的异常(如果有)。

我不确定这里发生了什么，但无论如何我都会纠结于猜测。排版撇号可能有一个适合一个字节的值。这适用于"A’B"，因为它盲目地复制字节，而不关心底层编码。但是，对于L"A’B"，依赖于实现的编码因素开始发挥作用。它可能找不到正确的UTF-16 (如果您在Windows上)或UTF-32 (如果您在*nix/Mac上)值来存储此特定字符。