如何正确地将拉丁字符打印到C++控制台？

Question

我在用C++编写法语字符到控制台时遇到了问题。该字符串使用std::ifstream和std::getline从文件中加载，然后使用std::cout打印到控制台。以下是文件中字符串的内容：

La cha ne qui对应的语码为"TEST_CODE“n'a pasététrouvéeàl‘助手locale "fr”。

下面是字符串的打印方式：

La cha ne qui对应的语码为"TEST_CODE“n‘au t trouv e l’‘aide locale "fr”。

我怎样才能解决这个问题？

Answer 1

问题是控制台使用的代码页与系统的其他部分不同。例如，通常为美洲和西欧设置的Windows系统使用CP1252，但这些地区的控制台使用CP437或CP850。

您可以设置控制台输出代码页以匹配正在使用的编码，也可以转换字符串以匹配控制台的输出代码页。

设置控制台输出代码页：

SetConsoleOutputCP(GetACP()); // GetACP() returns the system codepage.
std::cout << "La chaîne qui correspond au code \"TEST_CODE\" n'a pas été trouvée à l'aide locale \"fr\".";

或多种编码之间转换的方法之一(此方法需要VS2010或更高版本)：

#include <codecvt> // for wstring_convert
#include <locale>  // for codecvt_byname
#include <iostream>

int main() {
    typedef std::codecvt_byname<wchar_t,char,std::mbstate_t> codecvt;

    // the following relies on non-standard behavior, codecvt destructors are supposed to be protected and unusable here, but VC++ doesn't complain.
    std::wstring_convert<codecvt> cp1252(new codecvt(".1252"));
    std::wstring_convert<codecvt> cp850(new codecvt(".850"));

    std::cout << cp850.to_bytes(cp1252.from_bytes("...été trouvée à...\n")).c_str();
}

后一个例子假设您实际上需要在1252到850之间进行转换。您可能应该使用函数GetOEMCP()来计算实际的目标代码页，源代码页实际上取决于您对源代码使用了什么，而不是取决于运行程序的机器上的GetACP()的结果。

还请注意，该程序依赖于一些标准没有保证的内容: wchar_t编码在地区间共享。这在大多数平台上都是正确的--通常在所有语言环境中，wchar_t都使用某些Unicode编码--但并不是全部。

理想情况下，您可以在任何地方使用UTF-8，下面的功能会很好，就像现在在其他平台上一样：

#include <iostream>

int main() {
    std::cout << "La chaîne qui correspond au code \"TEST_CODE\" n'a pas été trouvée à l'aide locale \"fr\".\n";
}

不幸的是，Windows不能以这种方式支持UTF-8，而不放弃UTF-16作为wchar_t编码并采用4字节wchar_t，或者违反标准和标准一致性程序的要求。

Answer 2

如果要在控制台中写入Unicode字符，则必须执行一些initialization操作。

_setmode(_fileno(stdout), _O_U16TEXT);

然后正确显示您的法语字符(我使用Consolas作为控制台字体进行了测试)：

#include <fcntl.h>
#include <io.h>

#include <iostream>
#include <ostream>
#include <string>

using namespace std;

int main() 
{
    // Prepare console output in Unicode
    _setmode(_fileno(stdout), _O_U16TEXT);


    //
    // Build Unicode UTF-16 string with French characters
    //

    // 0x00EE - LATIN SMALL LETTER I WITH CIRCUMFLEX
    // 0x00E9 - LATIN SMALL LETTER E WITH ACUTE
    // 0x00E0 - LATIN SMALL LETTER A WITH GRAVE

    wstring str(L"La cha");
    str += L'\x00EE';
    str += L"ne qui correspond au code \"TEST_CODE\" ";
    str += L"n'a pas ";
    str += L'\x00E9';
    str += L't';
    str += L'\x00E9';
    str += L" trouv";
    str += L'\x00E9';
    str += L"e ";
    str += L'\x00E0';
    str += L" l'aide locale \"fr\".";


    // Print the string to the console
    wcout << str << endl;  
}

请考虑阅读Michael的以下博客文章：

• 在控制台里打破神话
• U16TEXT？

此外，如果您正在读取文件中的一些文本，您必须知道使用哪个编码：UTF-8？16LE？16BE？一些特定的代码页？然后，您可以从特定的编码转换为Unicode UTF-16，并在Windows应用程序中使用UTF-16。若要从某些代码页(或从UTF-8)转换为UTF-16，可以使用API接口或CA2W。