Windows 上の C での UTF-8 文字列の処理

文字列を UTF-8 でエンコードすることは、クロスプラットフォーム アプリケーションで広く使用されています。ただし、Windows で UTF-8 文字列を std::cout に出力すると、特有の課題が生じます。

Windows のデフォルトの動作では、std::cout は非 Unicode 形式の文字列を期待します。 UTF-8 文字列が表示されると、破損した文字が表示されます。

この問題に対処するには、主に 2 つの手順があります:

1. コンソール コード ページを UTF-8 に設定する: SetConsoleOutputCP 関数を使用して、受信バイト ストリームが UTF-8 でエンコードされていることをコンソールに通知します。
2. ストリーム バッファリングを有効にする: Visual の std::basic_filebuf のデフォルト動作を無効にします。 Studio。UTF-8 バイト シーケンスを分解し、個々のバイトとして渡します。これを克服するために、setvbuf はストリーム バッファリングを有効にして、文字列全体が全体として渡されるようにします。

これらの解決策を組み込んだ改訂されたコード スニペットを次に示します:

#include 
#include 
#include 
#include 

int main() {
    // Set console code page to UTF-8
    SetConsoleOutputCP(CP_UTF8);

    // Enable buffering to prevent byte-by-byte transmission
    setvbuf(stdout, nullptr, _IOFBF, 1000);

    // Output UTF-8 string
    std::string test = u8"Greek: αβγδ; German: Übergrößenträger";
    std::cout 
これらの手順に加えて、Windows コンソールのラスター フォントでは非 ASCII Unicode 文字が正しく表示されない場合があることに注意してください。適切なレンダリングを有効にするには、TrueType フォントに切り替えることをお勧めします。これは Windows 10 以降のバージョンのデフォルトです。