打字撇号+宽字符串文字打破了我的wofstream（C ++）

Question

我在处理不祥的印刷撇号时遇到了一些奇怪的行为（＆＃8217;）＆＃8211;不是打字机撇号（'）。与广泛的字符串文字一起使用，撇号打破了wofstream。

此代码有效

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

==＆GT; A＆＃8217;乙

此代码有效

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

==＆GT; A＆＃8217;乙

此代码失败

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

==＆GT;甲

此代码失败......

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

==＆GT;甲

有什么想法吗？

Answer 1

你应该“启用”使用wofstream之前的语言环境：

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错过了这样的字符。

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

此代码有效，因为＆quot; A＆＃8217; B＆quot; 实际上是utf-8字符串并且您保存utf-8 字符串到字节逐字节。

注意：我假设您使用的是类似操作系统的POSIX，并且您的默认语言环境与“C”不同。这是默认的语言环境。

Answer 2

你确定你的编译器不支持源文件中的unicode字符被“破坏”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，该怎么办？您的源文件是否在编译器的 wchar_t 可能的编码中？

Answer 3

尝试将流插入字符包装在 try-catch 块中，并告诉我们抛出的异常（如果有）。

我不确定这里发生了什么，但无论如何我都会骚扰猜测。印刷撇号可能具有适合一个字节的值。这适用于＆quot; A＆＃8217; B＆quot; ，因为它盲目地复制字节而不必担心底层编码。然而，对于 L＆quot; A＆＃8217; B＆quot; ，依赖于实现的编码因子起作用。它可能找不到正确的UTF-16（如果你在Windows上）或UTF-32（如果你在* nix / Mac上）值来存储这个特定字符。