如果希望C/C++代码在Windows和Linux平台可公用,那么代码文件可以设置为codepage 65001 utf-8编码,即带bom签名的utf-8编码格式,这种编码的文件开头有3个字节,内容为EF BB BF,其次才是文件的正文。
Linux系统默认支持的的就是utf-8编码,所以不需要特别的设置。
在windows中使用visual studio 2022 community编译C/C++ Console程序时,如果想统一采用utf8编码来支持中文,需要注意以下6个地方的设置。
第一个是保存源代码文件使用的编码,保存文件的时候另存为65001的utf8编码即可。
第二个是visual studio使用的编译器生成exe文件时使用的编码,在visual studio的项目属性 -> 配置属性 -> c/c++ -> 命令行 -> 其它选项 中填写 /utf-8
微软在此有说明文档:
/en-us/cpp/build/reference/execution-charset-set-execution-character-set?view=msvc-170&viewFallbackFrom=vs-2019
第三个是运行exe时所在的终端支持显示utf8编码的文字,通过在程序开头设置终端的编码实现:system("CHCP 65001");
第四个是设置程序的locale为utf8,这将决定程序与 windows api 交互时采用的文字编码,比如读取文件名称时采用的编码 :
#include <>
setlocale(LC_ALL, "en_US.UTF-8");
第五个是从console输入中文时,必须设置stdin的编码为utf-16, 得到utf-16编码的输入,然后转换成utf-8编码
#include <corecrt_io.h>
#include <>
/* 将stdin的编码为utf-16 */
_setmode(_fileno(stdin), _O_U16TEXT);
/* 获取用户输入, buf为输入缓存,bsize为buf的字节数 */
char buf[bsize];
Wchar* r = _getws_s((Wchar*)buf, bsize / sizeof(Wchar) - 1);
/* 将buf中的utf16转为utf8 */
string_utf8_from_utf16((Wchar*)buf, bsize);
int string_utf8_from_utf16(Wchar* utf16, UINT64 size)
{
int len = WideCharToMultiByte(CP_UTF8, 0, utf16, -1, 0, 0, 0, 0);
char* utf8 = (char*)malloc(len);
WideCharToMultiByte(CP_UTF8, 0, utf16, -1, utf8, len, 0, 0);
memcpy(utf16, utf8, len); free(utf8); return len - 1;
}
第六个可能出现的问题是console选择的字体不支持中文显示,这大多是因为系统是英文版windows,这种情况可以右击console标题栏的空白处,选择properties - font, 在字体列表中选择FangSong或者KaiTi这种支持中文的字体。