MSVC中带有UTF8字符的UTF8

Question

我正在尝试用UTF-8字符格式化wchar_t*，使用vsnprintf，然后使用printf打印缓冲区。

考虑到以下代码：

/*
  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上编译了gcc v5.4，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

然而，在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

(冒号之前的ę变为T，而冒号之后的e没有ogonek)

请注意，我使用了CL的新/utf-8开关(在VS 2015中引入)，这显然没有任何影响。基于他们的博客帖子

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

(我的源文件已经具有BOM /utf8 8的特性，而且执行字符集显然没有帮助)

对代码/编译器开关的最小数量的更改可以使输出看起来与gcc的相同吗？

Answer 1

基于@RemyLebeau的注释，我修改了代码，使用printf的w变体在Windows上获得与msvc相同的输出，与Unix上gcc的输出相匹配。

此外，我现在没有更改代码页，而是使用了_setmode (FILE转换模式)。

/*
  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))做同样的操作，我们还需要对stderr进行_setmode。