Korrektes Drucken von UTF-8-Zeichen in der Windows-Konsole

Dieser Artikel befasst sich mit den Herausforderungen, die beim Versuch auftreten, UTF-8-Zeichen zu drucken die Windows-Konsole.

Problembeschreibung

Benutzer sind auf Schwierigkeiten gestoßen Anzeige deutscher Zeichen mithilfe eines bestimmten Code-Snippets:

#include 
#include 

int main() {
  SetConsoleOutputCP(CP_UTF8);
  // German characters not appearing
  char const* text = "aäbcdefghijklmnoöpqrsßtuüvwxyz";
  int len = MultiByteToWideChar(CP_UTF8, 0, text, -1, 0, 0);
  wchar_t *unicode_text = new wchar_t[len];
  MultiByteToWideChar(CP_UTF8, 0, text, -1, unicode_text, len);
  wprintf(L"%s", unicode_text);
}

Trotz der Einstellung der Ausgabe-Codepage auf UTF-8 werden deutsche Zeichen nicht korrekt gedruckt.

Lösung

Um Unicode-Daten korrekt im zu drucken Für die Windows-Konsole stehen mehrere Methoden zur Verfügung:

1. WriteConsoleW direkt verwenden: Kommunizieren Sie explizit mit der Konsolen-API über WriteConsoleW. Dieser Ansatz stellt sicher, dass Daten korrekt in die Konsole geschrieben werden. Allerdings muss zwischen Konsolen- und Nicht-Konsolen-Ausgabesituationen unterschieden werden.
2. Ausgabemodus festlegen: Stellen Sie den Ausgabemodus der Standardausgabedateideskriptoren über _setmode auf „_O_U16TEXT“ oder „_O_U8TEXT“ ein. Dies ermöglicht Breitzeichenausgabefunktionen, um Unicode-Daten korrekt an die Konsole auszugeben. Beachten Sie, dass diese Methode nur die Verwendung von Breitzeichenfunktionen für den ausgewählten Stream erfordert.
3. CP_UTF8-Kodierung: Drucken Sie UTF-8-Text direkt auf der Konsole, indem Sie die Ausgabecodepage der Konsole auf CP_UTF8 festlegen und entsprechende verwenden Low-Level-Funktionen oder ein benutzerdefinierter Ostream Implementierung.

Fehlerbehebung

Bei fehlerhafter Ausgabe mit der dritten Methode:

putc('\302'); putc('\260'); // doesn't work with CP_UTF8

puts("\302\260"); // correctly writes UTF-8 data to Windows console with CP_UTF8 

Dies liegt daran, dass die Konsolen-API bei Verwendung von CP_UTF8 in separaten Aufrufen übergebene Daten als unzulässige Codierungen interpretiert.

Um dieses Problem zu beheben, sollten Sie die Erstellung in Betracht ziehen eine Streambuf-Unterklasse, die die Konvertierung von Multibyte-Zeichen genau handhabt und den Konvertierungsstatus zwischen Schreibvorgängen beibehält.