C++文本文件不会保存在Unicode中，它一直保存在ANSI中。

Question

基本上，我需要能够用Unicode创建一个文本文件，但是无论我做什么，它都会保存在ANSI中。

这是我的密码：

    wchar_t name[] = L"‎中國哲學書電子化計劃";
    FILE * pFile;
    pFile = fopen("chineseLetters.txt", "w");

    fwrite(name, sizeof(wchar_t), sizeof(name), pFile);
    fclose(pFile);

这是我的“chineseLetters.txt”的输出：

     -NWòTx[øfû–P[SŠƒR  õ2123

另外，应用程序在MBCS中，不能被更改为Unicode，因为它需要同时使用Unicode和ANSI。

我真的很想在这里提供一些帮助。谢谢。

谢谢你这么快的回复！它起作用了!

简单地添加L"\uFFFE‎中國哲學書電子化計劃“仍然不起作用，文本编辑器仍然将其识别为CP1252，因此我执行了2次fwrite，而不是1次，一次用于BOM，另一次用于字符，下面是我的代码：

    wchar_t name[] = L"‎中國哲學書電子化計劃";
    unsigned char bom[] = { 0xFF, 0xFE };
    FILE * pFile;
    pFile = fopen("chineseLetters.txt", "w");
    fwrite(bom, sizeof(unsigned char), sizeof(bom), pFile);
    fwrite(name, sizeof(wchar_t), wcslen(name), pFile);
    fclose(pFile);

Answer 1

我需要能够用Unicode创建一个文本文件。

Unicode不是编码，您的意思是UTF-16 do吗？这是用于内存中内部字符串存储的两字节编码单元(编码Windowsx86/x64)，一些Windows应用程序(如记事本)在UI中错误地将UTF-16LE描述为“Unicode”。

fwrite(名称、大小(Wchar_t)、sizeof(name)、pFile)；

您已经将字符串的内存存储直接复制到文件中。如果您在Windows/MSVCRT下编译它，那么由于内部存储编码是UTF-16 as，您生成的文件被编码为UTF-16 as。如果在其他环境中编译这一点，则会得到不同的结果。

这是我的“chineseLetters.txt”的输出：-NWòTx[Šƒ-P]SŠƒR 2123

如果您将文件误解为Windows代码页1252 (西欧)，那么UTF-16LE编码的数据就是这样的。

如果您已经将该文件加载到诸如记事本之类的Windows应用程序中，它可能不知道该文件包含UTF-16 in编码的数据，因此默认使用默认的特定于地区的(ANSI，mbcs)代码页作为编码，从而生成上述莫吉贝克。

当你制作一个UTF-16文件时，你应该在它的开头放置一个字节顺序标记字符U+FEFF，让消费者知道它是UTF-16 let还是UTF-16‘s。这也为像记事本这样的应用程序提供了一个提示，即该文件完全包含UTF-16，而不是ANSI。因此，您可能会发现，编写L"\uFEFF‎中國哲學書電子化計劃"将使输出文件在记事本中显示得更好。

但是，最好将wchar_t转换为char字节，并以明确声明的特定编码方式(例如UTF-8)，而不是依赖于C库碰巧使用的内存存储格式。在Win32上，您可以使用API接口，或者使用Mr.C64描述的大范围开放的ccs来实现这一点。如果您选择用ccs编写UTF-16 in文件，它将为您提供BOM。

Answer 2

" Unicode“是一个通用术语，您可能需要澄清您计划在文件中使用哪种Unicode编码。

Unicode UTF-8是一种常见的选择(它特别适合在不同平台之间交换文本数据，因为它没有"endiannes“的概念，与UTF-16不同，它没有小的端点/大端的混淆，而且它在互联网上得到了广泛的使用)，但也有其他的选项(例如，Windows上的UTF-16，它直接映射到wchar_t-strings中的视觉C++)。

如果您使用的是Visual ccs，您可以在fopen() (或_wfopen())的第二个参数中指定一个fopen()属性，选择需要的编码，例如用于UTF-8编码的"ccs=UTF-8"。

您可以在fopen()上阅读更多有关这方面的详细信息，例如：

fopen支持Unicode文件流。若要打开Unicode文件，请向fopen，传递指定所需编码的ccs标志，如下所示。fp = fopen("newfile.txt"，"rt+，ccs=编码")； 允许编码的值是UNICODE，UTF-8，和UTF-16LE.。

我认为，对于UNICODE，它们指的是UTF-16 the (即大端UTF-16)；另外两个选项是很清楚的。

编辑

我尝试使用这段代码，它可以很好地使用Unicode UTF-8保存中文文本(我使用了Visual 2013)：

wchar_t name[] = L"‎中國哲學書電子化計劃";
FILE * file = fopen("C:\\TEMP\\ChineseLetters.txt", "wt, ccs=UTF-8");
...check for error...

fwrite(name, sizeof(wchar_t), _countof(name)-1, file);
fclose(file);

注意，在将中文文本粘贴到源文件并保存之后，Visual编辑器发现它需要保存Unicode中的源文件以避免文本信息松散，并显示了一个要求确认的对话框。

因此，考虑将源文件保存在Unicode中，如果其中包含一些“硬编码”Unicode文本(在生产质量的/C++代码中，您可能希望将文本保存在资源文件中)。

还请注意，我在_countof()调用中使用了sizeof()而不是sizeof()。

你有：

fwrite(名称、大小(Wchar_t)、大小(名称)、文件)；

但这是错误的，因为您希望将的计数指定为第三个参数，而不是以字节为单位的总大小(注意，在MSVC中，sizeof(wchar_t) == 2，即wchar_t是两个chars，即两个字节**)。

此外，您必须将-1考虑到wchar_t的总缓冲区长度，因为您不希望在Unicode字符串缓冲区中写入NUL-terminating wchar_t。

(对于具有未知静态大小的Unicode UTF-16 wchar_t字符串，只需使用wcslen()获取wchar_ts的计数(不包括终止NUL) )。

以上所写的UTF-8文件就是这样正确地以Word打开的：

​

​