MSVC中带有UTF8字符的wchar_t*

我正在尝试使用

vsnprintf

使用UTF-8字符格式化

wchar\u t*

，然后使用

printf

打印缓冲区

给定以下代码：

/*
  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;
}

然而，在装有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

（冒号前的

ę

变为

T

，冒号后的

e

不带ogonek）

请注意，我使用了CL的新的

/utf-8

开关（在VS 2015中引入），这显然没有任何效果。根据他们的：

还有一个/utf-8选项，它是设置“/源字符集：utf-8”和“/执行字符集：utf-8”的同义词

（我的源文件已经有BOM/utf8'ness，执行字符集显然没有帮助）

---

为了使输出与gcc的输出看起来相同，对代码/编译器开关的最小更改量是多少？

基于@RemyLebeau的评论，我修改了代码，使用printf API的

w

变体，使输出与Windows上的msvc相同，与Unix上的gcc相同

此外，我现在使用（

FILE

translation模式），而不是更改代码页

/*
此代码是KB示例的修改版本：
https://www.ibm.com/support/knowledgecenter/en/ssw_ibm_i_73/rtref/vsnprintf.htm
“setlocale”的使用是我的真实场景所必需的，
但如果这解决了问题，可以修改。
*/
#包括
#包括
#包括
#包括
#ifdef_WIN32
#包括//for _setmode
#包含//for _O_u16文本
#恩迪夫
void vout（wchar\u t*字符串，wchar\u t*fmt，…）
{
setlocale（LC_CTYPE，“en_US.UTF-8”）；
VAU列表参数ptr；
va_启动（arg_ptr，fmt）；
vswprintf（字符串，100，fmt，arg_ptr）；
va_端（arg_ptr）；
}
内部主（空）
{
setlocale（LC_ALL，“”）；
#ifdef_WIN32
int oldmode=_setmode（_fileno（stdout），_O_16text）；
#恩迪夫
wchar_t字符串[100]；
wchar_t arr[]={0x0119，L'\0'}；
vout（字符串，L“%ls”，arr）；
wprintf（L“此字符串应在冒号%ls\r\n”后加上“ę”（e和ogonek/tail），string）；
#ifdef_WIN32
_setmode（_fileno（stdout），oldmode）；
#恩迪夫
返回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）

）执行同样的操作，我们还需要

\u setmode

stderr。

在Windows上，

printf（）

（以及通常的控制台）不支持UTF-8。您可以使用

WideCharToMultiByte（）

（或等效工具）将UTF-16编码的

wchar\u t

数据转换为UTF-8，但这仍然不能保证控制台将正确显示它。您确实应该使用Unicode控制台API来编写Unicode数据到控制台，比如Win32 < Code > Wrand EndoSeWe（）/Code >函数，或者< C++中的代码> STD::WcOUT 。关于如何将Unicode数据输出到Windows控制台，StackOverflow有很多问题。您的声誉很高，您应该知道在询问之前做一些研究。@vulcanraven:如果您使用Unicode API向控制台写入，您不需要使用

WideCharToMultiByte（）

将Unicode数据转换为另一种编码。Windows上的Unicode API将

wchar\u t

数据作为输入。@vulcanraven：这种情况下，您应该将日志代码包装在一个自定义函数中，该函数以Unicode字符串作为输入，然后根据底层平台的需要将其写入控制台-在Ubto上为UTF-8，在Windows上为UTF-16，等等。如果区域设置出现错误，首先要检查

setlocale的返回值（LC_CTYPE，“en_US.UTF-8”）那是
NULL
？“如果无法执行选择，setlocale函数将返回空指针，并且程序的区域设置不会更改。”@RemyLebeau缺少对“在Windows上，printf（）（…）不支持UTF-8”的支持。这是编译器问题，而不是操作系统问题。
cl test.c /Fetest_vsn /utf-8
.\test_vsn
This string should have 'T' (e with ogonek / tail) after colon:  e

/*
  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;
}