作者eye5002003 (下一夜)
看板C_and_CPP
标题[问题][出现一个C++11可用的解法] 如何阻止Visual Studio改变字串编码?
时间Wed Sep 13 22:11:35 2017
开发平台(Platform): (Ex: Win10, Linux, ...)
WindowXP Windows7
编译器(Ex: GCC, clang, VC++...)+目标环境(跟开发平台不同的话需列出)
Visual Studio 2010~2015
问题(Question)：
我在VS上面使用档头有BOM的UTF8程式码
但是程式码上的中文最後输出都会变乱码
输出到console视窗、输出成图片、输出到支援UTF8的GUI工具上
一样的程式码在MinGW上就很正常
我觉得程式码里的中文字是被编译器转成其他编码的
因为我把中文字另外存在外部的XML等文字档上就没问题
(程式执行後才载入的字码不会被编译器更改)
请问我该修改Visual Studio上的哪个选项?
可以的话告诉我2012的做法
不然2010~2015的其中一版也可以
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 114.36.254.148
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/C_and_CPP/M.1505311897.A.A7E.html
1F：→ Schottky: 你是不是忘了用 L"字串" 或是 _T("字串") 09/13 22:38
2F：→ eye5002003: 我的情况其实不该加L，但是我有试过一样不行 09/13 22:58
3F：→ Schottky: 什麽状况下处理 UTF8 字串却不该加 L ? 09/13 23:06
4F：→ eye5002003: L是宽字元，UTF8格式下的英文字还是只用8bit 09/13 23:32
5F：→ eye5002003: std::basic_string<char>不可装L""，但是可以装UTF8 09/13 23:35
6F：→ Schottky: 然後你就直接把 char 送进 ANSI API ? 这样当然是乱码 09/13 23:38
7F：→ colako: 一定要与MinGW共用的话, 把中文转成code point吧 09/14 00:03
8F：→ colako: 用VS,_UNICODE如果不存UTF-16, 直接把中文写在.cpp很麻烦 09/14 00:05
把UTF8喂进ANSI API是没有问题的，UTF8的卖点之一就是可以被当成char字串
至於Windows下std::cout跟fopen这种介面会无法吃UTF8字串则是底层实作的问题
微软只支援你用wchar_t来完成那两个功能(用WriteConsoleW跟_wfopen)
这不碍事，微软有提供MultiByteToWideChar来帮忙将UTF8转换成wchar_t字串
我的程式从外部读取UTF8文件的字串就运作的好好的
档案读取介面没道理会对外部文字做转编码处理
所以我才会认为是编译阶段被动手脚
顺带一提
我不建议_T("字串")这样的写法
现代Windows程式很少不用Unicode了
OS的资料夹名称都已经预设用Unicode储存了
_T算是旧时代过渡期留下的东西了
我现在偏向只用UTF8处理，所以也不会加L，必要时再转就行了
不然使用C++11的raw string时会很丑
※ 编辑: eye5002003 (114.36.254.148), 09/14/2017 00:49:36
9F：→ Schottky: 不是啊你用 VS2010 然後跟我说 _T() 是旧时代的东西 09/14 00:59
10F：→ Schottky: 就像 colako 说的，VS 不用 UTF-16 会有各种问题 09/14 01:01
11F：→ a27417332: 在中文系统下，ANSI预设不是UTF-8吧 09/14 01:15
12F：→ a27417332: 我觉得可能要把输出的片段贴出来，不然感觉很难帮忙 09/14 01:19
13F：→ a27417332: 不过从外部读取可以对，感觉好像真的就是源码的问题 09/14 01:27
14F：→ Schottky: 我觉得应该说是 compiler 在处理源码编码时的问题 09/14 01:32
15F：→ james732: 不用L或_T的话不会变成big5编码吗？ 09/14 09:59
16F：推 shadow0326: 在专案上右键>属性>一般>字元集改unicode看看? 09/14 11:15
17F：→ a27417332: 回Sch大：我是这个意思，不过推文有字数限制就省略了@@ 09/14 11:42
18F：→ a27417332: 不过我昨天有看到说法是VS会根据各档案BOM决定编码 09/14 11:43
_T是怕环境不支援Unicode才留的後路，你真的有这需要你就用吧Schottky
a27417332其实我的UTF8程式码有在档头加BOM做为提示
VS没有误解我的中文字，只是VS自作主张改成其他编码了
MinGW跟Linux下都是继续当UTF8
我现在研究进度是发现VS把字串改成Big5了，james你说对了
我还是不知道如何叫VS让字串维持UTF8
shadow你说的修改Character set不会改变结果，VS依然输出big5
以下是个简单的测试程式，有兴趣的人可以玩玩看，只用标准库而已
#include <string>
#include <fstream>
// 从外部取得字串
static std::string GetString()
{
std::ifstream input;
// in.txt 使用UTF8无BOM格式，档尾有换行字元
input.open("in.txt",std::ifstream::in);
std::string str;
std::getline(input,str,'\n');
return str;
}
int main()
{
// 成功输出成正确UTF8格式文件，因为VS没机会动手脚
//std::string str = GetString();
// 输出的文件总是big5格式，我改不了
std::string str = "abcd中文abc";
std::ofstream file;
file.open("log.txt");
file<<str<<std::endl;
return EXIT_SUCCESS;
}
※ 编辑: eye5002003 (118.167.51.47), 09/14/2017 12:33:00
20F：→ LPH66: 这个选项应该是你要的答案 09/14 12:45
21F：→ LPH66: 搜寻关键字: visual studio c++ source encoding 09/14 12:47
22F：→ LPH66: 连结里也有说要怎麽在 Visual Studio 里找到那个选项 09/14 12:55
/utf-8 /source-charset:utf-8 /execution-charset:utf-8 /validate-charset
这几个全加进去也没用，VS2010依然故我
你提供的连结看起来最像答案了，连这个也没用
我可能还是乖乖的从外部读取好了
也许这选项在2015是有用的，也许
※ 编辑: eye5002003 (118.167.51.47), 09/14/2017 13:21:30
23F：推 shadow0326: 那个测试程式在MinGW会输出UTF-8文件!? 09/14 13:46
对啊，MinGW不会改成big5
只要能阻止VS修改，VS也是一样输出UTF8文件
目前看来想要好好跨平台使用Unicode的话只能这样
1.总是使用L"str"这样的宽字元字串，有必要再转编码(留意Linux下的wchar_t是32bit)
2.像我这样从外部读取
反正多语系程式设计上常常是将文字储存在外部档案(XML或是脚本之类的)
※ 编辑: eye5002003 (118.167.51.47), 09/14/2017 14:27:04
24F：推 stucode: 我猜你想找的是 std::string str = u8"abcd中文abc"; 09/14 14:30
25F：→ stucode: 顺带一提，这是C++11的东西。预设2010不行，2015可以。 09/14 14:32
26F：→ eye5002003: 好招!我先记下来，可惜2012没支援到u8"str"这个功能 09/14 14:53
※ 编辑: eye5002003 (118.167.51.47), 09/14/2017 15:18:28
※ 编辑: eye5002003 (118.167.51.47), 09/14/2017 15:24:03
27F：推 LPH66: 唔, 我贴的那页是给 2015 的说明, 不确定是什麽时候出现的 09/14 15:53
28F：→ LPH66: (标题下面就写了 Visual Studio 2015 了) 09/14 15:53
29F：→ a27417332: 喔喔，终於看懂问题了，不过上面也有人给解答了 09/14 16:09