C++输出中文字符(转)

C++输出中文字符

1. cout

场景1: 在源文件中定义 const char* str = "中文" 在 VC++ 编译器上,由于Windows环境用 GBK编码,所以字符串 "中文" 被保存为 GBK内码,
编译器也把 str 指向一个包含有 GBK编码的只读内存空间.
用 cout 输出 str 时, 由于中文Windows环境用GBK编码,所以把GBK编码的 str 内容输出到控制台,没问题.

场景2: 在Linux 下编辑一个文件 const char* str = "中文", 由于Linux普遍使用 UTF8 编码,所以在源文件里, "中文" 被保存为 UTF8内码.
然后在Windows中打开这个源文件,由于Windows使用GBK编码,所以VC++ 按照GBK去解释被保存为 UTF8 内码的 "中文", 显示为乱码.

2. wcout

在源文件中定义 const wchar_t* str = L"中文" 在 VC++ 编译器上,由于指定了L,所以字符串 "中文" 被保存为UNICODE内码(UCS2),编译器也把 str 指向一个包含有 UNICODE 编码的只读内存空间.
用 wcout 输出 str 时, wcout 首先调用 wcstomb_s() (即根据当前 local 转换, 如果没有设置local,则是经典的C local, 不认识中文)把 str 的内容转换后交给控制台,结果自然什么都不显示. (调试代码可以知道VC++ 2010 实现是一个字符一个字符输出,调用 wctomb_s)

原理
我们知道 cout 和 wcout 分别是 basic_ostream 的特化版本, 而 basic_ostream 调用 basic_streambuf 实际执行输出动作,针对 wchar_t,basic_streambuf有专门的特化函数,调用 fputwc 输出一个宽字符,而 fputwc 需要调用 wctomb_s 把宽字符转换后再输出. 我们知道wctomb_s 是依赖 locale 的,由于默认情况下是C locale,所以用中文内码调用 wctomb_s 会失败.

解决办法
设置当前系统的locale 替代默认的 "C" locale, 使 wctomb_s 等函数可以正常工作.
以下3种方法中的任意一种都可以达到目的.

1. C函数设置全局locale
setlocale(LC_ALL, "");

2. C++ 设置全局locale
std::locale::global(std::locale(""));

2. 单独为 wcout 设置一个 locale
std::locale loc("");
std::wcout.imbue(loc);

结论
和Windows API 不同 C++中的各种 w版本的类或者函数并不能提高性能,因为它们都需要用 wc..to..mb 之类的函数转换为ANSI兼容编码然后调用标准库函数.或者,如果库函数的实现者愿意,针对Windows系统,宽字符的fputwc可以直接调用UNICODE版本的Windows API而不用转换.但是这些都跟C++语言本身没有什么关系.由于Windows内核是UNICODE的,所以直接用 UNICODE 字符串调用 Windows API会有一点点好处.

C++设计者的出发点: 我不管你用什么字符编码,与C++无关,要输出时:如果是单字节字符或者多字节字符,直接输出;如果是宽字符,则根据local转换为多字节字符,然后再输出.
即使将来UNICODE过时了(假设,假设而已),也不要紧,只要定义好新的local即可.对于C语言也是这样.

Windows设计者的出发点: 统一使用 Unicode 宽字符,解决一切问题

原文：http://blog.csdn.net/gonxi/article/details/5931006

C/C++多字节字符与宽字符的输出

使用C++标准库的iostream，可以方便地将控制台、文件、字符串以及其它可扩充的外部表示作为流来处理，但要处理中文，却会碰到很多问题。本人原来没怎么用过这个iostream，这几天尝试用这个写点东西，一会儿不能输出中文，一会儿不支持中文文件名的，搞得头大。网上搜了搜，没有发现适用于所有情况的解决方案。不过后来自己经过多次测试，基本解决了这些问题，现在写成文字作为一个总结，也供碰到同样问题的朋友参考。关于C语言中的 printf和wprintf的中文输出，本文也进行了探讨。

需要说明的是，我的开发环境是VS 2005（标准库当然也是微软实现的），不保证其它环境下是相同的效果。
1、cout和wcout
  在缺省的C locale下，cout可以直接输出中文，但对于wcout却不行。对于wcout，需要将其locale设为本地语言才能输出中文：
  wcout.imbue(locale(locale(),"",LC_CTYPE)); // ①
  也有人用如下语句的，但这会改变wcout的所有locale设置，比如数字“1234”会输出为“1,234”。
  wcout.imbue(locale(""));

2、ofstream和wofstream
  在缺省的C locale下，ofstream能正确输出中文到文件中，但不支持中文文件名；wofstream支持中文文件名，但不能向文件中输出中文。要解决这个问题，需要在打开文件之前将全局locale设为本地语言。将全局locale设为本地语言后，ofstream和wofstream的问题都解决了，但 cout和wcout却不能输出中文了。要让cout和wcout输出中文，需要将全局locale恢复原来的设置，如下所示：
  locale &loc=locale::global(locale(locale(),"",LC_CTYPE)); // ②
  ofstream ofs("ofs测试.txt");
  wofstream wofs(L"wofs测试.txt");
  locale::global(loc); // ③
  ofs<<"test测试"<<1234<<endl;
  wofs<<L"Another test还是测试"<<1234<<endl;

3、printf和wprintf
  加上这两位C语言中的老兄，问题更加复杂。考虑如下语句(注意s的大小写)：
   printf("%s", "multibyte中文/n"); // ④
   printf("%S", L"unicode中文/n"); // ⑤
   wprintf(L"%S", "multibyte中文/n"); // ⑥
   wprintf(L"%s", L"unicode中文/n"); // ⑦
  缺省情况下，⑤、⑦两条语句不能输出中文，这两条语句中字符串的形式是unicode形式的。如果在所有输出语句之前加上如下语句将C语言的全局locale设置为本地语言（C语言中只有全局locale）就可以正常输出了：
  setlocale(LC_CTYPE, ""); // ⑧
  但这会导致cout和wcout不能输出中文，将C语言的全局locale恢复后cout和wcout就正常了，如下所示：
  setlocale(LC_CTYPE, "C"); // ⑨
  但恢复后，printf和wprintf输出Unicode文本又不正常了（输出MultiByte文本总是正常的）。总不能每写一个 printf/wprintf就设置一次然后再恢复一次吧？所以，建议不要混用iostream和printf/wprintf，实在要混用，那就让 printf/wprintf只输出MultiByte字符串，这样不需要调用setlocale()，也就不会影响到cout和wcout。

总结
  总之，用iostream、printf/wprintf输出中文，有点麻烦。概括起来要点如下：
如果要用wcout，需要在使用之前按语句①将其locale设置为本地语言； 
如果要用ofstream或wofstream，要在打开文件之前按语句②将全局locale设为本地语言并保存初始的全局locale。然后在打开文件之后，按语句③将全局locale恢复为初始值； 
不要混用iostream和printf/wprintf。如果要混用，只用printf/wprintf输出MultiByte字符串； 
单独使用printf/wprintf时，如果要输出Unicode字符串，需要按语句⑧设置C语言的全局locale。如果只输出MultiByte字符串，则不需设置。

最后再加上转帖者(本站站长)的一点话:
  一个程序,一般不会用两种字符串, 要么用多字节字符串, 要么用宽字符串. 这样,问题其实就很简单, 没作者说得那么复杂.. 就算有时候需要转换, 也有专门的函数(例如,多字节字符版本的程序,使用COM组件, COM组件需要宽字符串. 则可以利用 _bstr_t, CString)..