印刷撇号 + 宽字符串文字破坏了我的 wofstream (C++)

Question

我刚刚在处理不祥的印刷撇号（'）时遇到了一些奇怪的行为，而不是打字机撇号（'）。 与宽字符串文字一起使用时，撇号会破坏 wofstream。

这段代码有效

ofstream file("test.txt");
file << "A’B" ;
file.close();

==> A'B

这段代码有效

wofstream file("test.txt");
file << "A’B" ;
file.close();

==> A'B

此代码失败

wofstream file("test.txt");
file << L"A’B" ;
file.close();

==> A

此代码失败...

wstring test = L"A’B";
wofstream file("test.txt");
file << test ;
file.close();

==> 有

什么想法吗？

Answer 1

您应该在使用 wofstream 之前“启用”区域设置：

std::locale::global(std::locale()); // Enable locale support 
wofstream file("test.txt");
file << L"A’B";

因此，如果您有系统区域设置 en_US.UTF-8 那么文件 test.txt 将包含
utf8 编码数据（4 个字节），如果您有系统区域设置 en_US.ISO8859-1，那么它会将其编码为 8 位编码（3 个字节），除非 ISO 8859-1 遗漏了此类字符。

wofstream file("test.txt");
file << "A’B" ;
file.close();

此代码有效，因为 "A'B" 实际上是 utf-8 字符串，并且您保存了 utf-8
字符串逐字节到文件。

注意： 我假设您使用的是类似 POSIX 的操作系统，并且您的默认区域设置不同于默认区域设置“C”。

Answer 2

您确定不是您的编译器对源文件中的 unicode 字符的支持“损坏”了吗？ 如果您使用 \x 或类似的方法对字符串文字中的字符进行编码会怎样？ 您的源文件是否采用了编译器可能采用的 wchar_t 编码？

Answer 3

尝试将流插入字符包装在 try-catch 块中，并告诉我们它抛出什么异常（如果有）。

我不确定这里发生了什么，但无论如何我都会猜测一下。 印刷撇号可能有一个适合一个字节的值。 这适用于 "A'B" 因为它盲目地复制字节而不关心底层编码。 然而，对于L"A'B"，依赖于实现的编码因素开始发挥作用。 它可能找不到正确的 UTF-16（如果您使用的是 Windows）或 UTF-32（如果您使用的是 *nix/Mac）值来存储该特定字符。