在 glib 中打印 utf8

Question

为什么 utf8 符号不能通过 glib 函数打印？

源代码：

#include "glib.h"
#include <stdio.h>

int main() {
    g_print("марко\n");
    fprintf(stdout, "марко\n");
}

像这样构建它：

gcc main.c -o main $(pkg-config glib-2.0 --cflags --libs)

你可以看到 glib 不能打印 utf8 而 fprintf 可以：

[marko@marko-work utf8test]$ ./main 
?????
марко

Answer 1

fprint 函数假设您用它们打印的每个字符串都经过正确编码，以匹配终端的当前编码。 g_print() 不假设这一点，并且如果认为有必要，则会转换编码；当然，如果编码之前实际上是正确的，那么这是一个坏主意，因为这很可能会破坏编码。您的终端的区域设置是什么？

您可以在大多数系统上通过环境变量设置正确的区域设置，也可以使用 setlocale 函数以编程方式进行设置。语言环境名称取决于系统（不是 POSIX 标准的一部分），但在大多数系统上，以下内容都可以工作：

#include <locale.h>

:

setlocale(LC_ALL, "en_US.utf8");

除了 LC_ALL，您还可以只为某些操作设置语言环境（例如“en_US”将导致英文数字和日期格式，但也许您不希望数字/日期以这种方式格式化）。引用 setlocale 手册页：

LC_ALL 设置整个语言环境
一般来说。

LC_COLLATE 设置字符串的区域设置
整理例程。这控制
按字母顺序排列
strcoll() 和 strxfrm()。

LC_CTYPE 设置区域设置
ctype(3) 和 multibyte(3) 函数。
这控制了识别
大写和小写、字母或非字母
字符等等。

LC_MESSAGES 设置消息的区域设置
目录，请参阅 catopen(3) 函数。

LC_MONETARY 设置区域设置
设置货币值的格式；这
影响 localeconv() 函数。

LC_NUMERIC 设置区域设置
格式化数字。这控制了
小数点格式
函数中浮点数的输入和输出
例如 printf() 和 scanf()，如
以及 localeconv() 返回的值。

LC_TIME 设置区域设置
使用格式化日期和时间
strftime() 函数。

所有系统上始终可用的唯一两个区域设置值是“C”、“POSIX”和“”。

默认情况下仅定义了三种语言环境：空字符串“”（表示本机环境）
以及“C”和“POSIX”语言环境（表示 C 语言环境）。语言环境参数为 NULL
导致 setlocale() 返回当前区域设置。默认情况下，C 程序在“C”语言环境中启动。这
库中唯一设置语言环境的函数是 setlocale()；语言环境永远不会改变
其他一些例程的效果。

Answer 2

您需要在程序启动时调用 setlocale 来初始化区域设置的编码。

setlocale(LC_CTYPE, "")

如果您使用像 gtk_init(..) 或类似的一些初始化函数，通常会为您执行此操作。

Answer 3

从 g_print() 传递到 glibc 的字符串不一定采用 UTF-8 编码，因为 g_print() 会将字符集转换为语言环境指定的字符集。

Answer 4

通常不建议在文本文件中使用除 ASCII 之外的任何内容。您应该使用 gettext 等工具来翻译不同语言的单词。如果这是不可能的，那么您应该在代码中以 UTF-8 格式存储字符串。

尝试打印这个（它是字符串的十六进制表示形式）：

char hex_marco[]={0xD0, 0xBC, 0xD0, 0xB0, 0xD1, 0x80, 0xD0, 0xBA, 0xD0, 0xBE, 0};

这对我来说在 printf 中有效（无法使用 glib 进行测试）：

#include <stdio.h>

char hex_marco[]={0xD0, 0xBC, 0xD0, 0xB0, 0xD1, 0x80, 0xD0, 0xBA, 0xD0, 0xBE, 0};

int main(void)
{
    printf("%s\n",hex_marco);
    return 0;
}

将输出重定向到文件并将其视为 UTF-8。

希望有帮助。