从c ++文件中读取和打印UTF-8符号

Question

我遇到了一个问题,在互联网上找不到答案.虽然我发现了许多类似的问题,但没有一个答案适合我.所以我的部分代码是:

wstring books[50];
wstring authors[50];
wstring genres[50];
wstring takenBy[50];
wstring additional;
bool taken[50];
_setmode(_fileno(stdout), _O_U8TEXT);
wifstream fd("bookList.txt");
i = 0;
while (!fd.eof())
{
    getline(fd, books[i]);
    getline(fd, authors[i]);
    getline(fd, genres[i]);
    getline(fd, takenBy[i]);
    fd >> taken[i];
    getline(fd, additional);
    i++;
}

我需要的是用C++读取用UTF-8编码的文本文件.但是,当我读取文件时,那些宽字符串会被更改,当我打印它们时,输出文本是完全不同的.输入: ±čč 输出:ÄÄÄ 我如何避免它并正确阅读文本？我正在使用Visual Studio 2015,C++,Windows 10.

Answer 1

UTF-8(可能)不是宽字符串.随处了解UTF-8.UTF-8使用8位字节(有时是几个字节)来编码Unicode字符.所以在C++中,unicode字符是从1到6个字节的序列(即char-s)中解析出来的.

您需要一些UTF-8解析器,而C11或C++ 11标准不提供任何解析器.所以你需要一些外部库.查看libunistring(这是一个简单的C UTF-8解析库)或其他东西(Qt,POCO,Glib,ICU,...).你可以决定要分析和转换UTF-8成宽UTF-32(使用u32string-s和char32_t)和倒退,否则你会更好地决定在UTF-8(使用内部工作std::string和char)

因此,您将解析并打印char-s 序列(使用UTF-8编码),您的程序将使用plain std::string-s和plain char-s(不是std::wstring或wchar_t)但处理UTF-8序列 ...