Windows 控制台中正确的 UTF-8 字符打印

本文旨在解决尝试在 Windows 控制台中打印 UTF-8 字符时所面临的挑战Windows 控制台。

问题描述

用户在使用以下命令显示德语字符时遇到困难具体代码片段：

#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);
}

尽管将输出代码页设置为 UTF-8，但德语字符仍无法正确打印。

解决方案

在Windows控制台，有以下几种可用方法：

1. 使用WriteConsoleW直接： 使用 WriteConsoleW 显式与控制台 API 进行通信。这种方法可确保数据正确写入控制台。但需要区分控制台和非控制台输出情况。
2. 设置输出模式：通过_setmode设置标准输出文件描述符的输出模式为“_O_U16TEXT”或“_O_U8TEXT”。这使得宽字符输出函数能够将 Unicode 数据正确输出到控制台。请注意，此方法要求仅在所选流上使用宽字符函数。
3. CP_UTF8 编码： 通过将控制台输出代码页设置为 CP_UTF8 并使用适当的方法，将 UTF-8 文本直接打印到控制台低级函数或自定义 ostream实现。

故障排除

第三种方法输出不正确的情况：

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

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

这是因为在使用 CP_UTF8 时，控制台 API 将单独调用中传递的数据解释为非法编码。

要解决此问题，请考虑创建准确处理多字节字符转换并维护写入之间的转换状态的 Streambuf 子类。