[轉自周星星的blog] 解決為什麼wcout不能輸出中文問題
wprintf 和 wcout
這篇文章應該是[netsin]的成果，我勤快，記下來。
注：wprintf是C的標準庫函式，但wcout不是C++的標準成員，C++中的 L"……" 是寬字元，卻未必是unicode字元，這與編譯器實現相關。
[乾坤一笑]說：為什麼 C/C++ 語言把 L"xx" 定義為由實現決定的呢？這顯然是為了 C/C++ 的普適性、可移植性。Bjarne 的觀點認為，C++ 的方式是允許程式設計師使用任何字符集作為串的字元型別。另外，unicode 編碼已經發展了若干版本了，是否能永久適合下去也不得而知。有關 unicode 的詳細論述以及和其它字符集的比較，我推薦你看《無廢話xml》。
以下兩段程式碼的執行環境是 windows xp professional 英文版，編譯器是 VS2005RTM。
// C
#include <stdio.h>
#include <locale.h>
int main( void )
{
setlocale( LC_ALL, "chs" );
//setlocale( LC_ALL, "Chinese-simplified" );
//setlocale( LC_ALL, "ZHI" );
//setlocale( LC_ALL, ".936" );
wprintf( L"中國" );
return 0;
}
// C++
#include <iostream>
#include <locale>
using namespace std;
int main( void )
{
locale loc( "chs" );
//locale loc( "Chinese-simplified" );
//locale loc( "ZHI" );
//locale loc( ".936" );
wcout.imbue( loc );
std::wcout << L"中國" << endl;
return 0;
}
說明：別混合使用 setlocale 和 std::locale 。
-------------------------
"VC知識庫" 編碼為：56 43 D6 AA CA B6 BF E2 00 // ANSI編碼
L"VC知識庫" 在VC++ 中編碼為：56 00 43 00 E5 77 C6 8B 93 5E 00 00 // (windows口中的unicode)編碼
L"VC知識庫" 在GCC（Dev-CPP4990） 中編碼為：56 00 43 00 D6 00 AA 00 CA 00 B6 00 BF 00 E2 00 00 00 // 只是將ANSI編碼簡單的加0
L"VC知識庫" 在GCC（Dev-CPP4992） 中編譯失敗，報 Illegal byte sequence
L"VC知識庫" 在 Dev-CPP4992 中解決步驟為：
a. 將檔案儲存為 utf-8 編碼 // utf-8 是unicode的其中一種，但和(windows口中的unicode)不一樣
b. 去掉BOM頭：用二進位制編輯器（比如VC）去掉剛才utf-8檔案的前三個位元組 // Linux/UNIX並不使用BOM
c. 使用 gcc/g++ 編譯執行
經過以上解決步驟，在 dev-cpp4992 中
"VC知識庫" 編碼為： 56 43 E7 9F A5 E8 AF 86 E5 BA 93 00 // utf-8編碼，注意不再是ANSI編碼了，因此用 printf/cout 將輸出亂碼
L"VC知識庫" 編碼為： 56 00 43 00 E5 77 C6 8B 93 5E 00 00 // (windows口中的unicode)編碼
補充：在mingw32中使用wcout和wstring需要加一些巨集，比如
#define _GLIBCXX_USE_WCHAR_T 1
#include <iostream>
int main( void )
{
std::wcout << 1 << std::endl;
}
可以編譯通過，但無法Link通過，在網上google了一下，stlport說mingw32有問題，mingw32說是M$的c runtime有問題。
------------------------- 2007-01-05 記 -------------------------
一個多位元組字串和寬字元字串互相轉化的事例
#define _CRT_SECURE_NO_WARNINGS // only for vc8
#include <string>
#include <clocale>
#include <cassert>
inline const std::string to_mbcs( const std::string& src )
{
return src;
}
const std::string to_mbcs( const std::wstring& src )
{
char* old_locale = _strdup( setlocale(LC_CTYPE,NULL) ); // 儲存原來的locale
setlocale( LC_CTYPE, "chs" ); // 設定當前locale為chs，這在非簡體中文平臺上不可缺少
size_t count1 = wcstombs( NULL, src.c_str(), 0 ); // 計算新字串長度
std::string des( count1, ' ' );
size_t count2 = wcstombs( &des[0], src.c_str(), count1 ); // 轉化
assert( count1 == count2 );
setlocale( LC_CTYPE, old_locale ); // 恢復到原來的locale
free( old_locale );
return des;
}
inline const std::wstring to_wcs( const std::wstring& src )
{
return src;
}
const std::wstring to_wcs( const std::string& src )
{
char* old_locale = _strdup( setlocale(LC_CTYPE,NULL) ); // 儲存原來的locale
setlocale( LC_CTYPE, "chs" ); // 設定當前locale為chs，這在非簡體中文平臺上不可缺少
size_t count1 = mbstowcs( NULL, src.c_str(), 0 ); // 計算新字串長度
std::wstring des( count1, L' ' );
size_t count2 = mbstowcs( &des[0], src.c_str(), count1 ); // 轉化
assert( count1 == count2 );
setlocale( LC_CTYPE, old_locale ); // 恢復到原來的locale
free( old_locale );
return des;
}
#include <iostream>
int main( void )
{
using namespace std;
cout << to_mbcs("你好1") << endl;
cout << to_mbcs(L"你好2") << endl;
const locale loc( "chs" );
wcout.imbue( loc );
wcout << to_wcs("你好3") << endl;
wcout << to_wcs(L"你好4") << endl;
}
------------------------- 2008-09-03 記 -------------------------
參見 《MBCS To Unicode 》