可能是被其他语言惯坏了,以前压根没有关注过中文编码问题,最多也就是扒网页的时候编码不对导致乱码,然后自己转换一下。C++中文处理问题属实是给我整清醒了。
先来看看这段代码有什么问题:
std::cout << "使用提示:" << std::endl;
std::cout << "1、访问高权限文件夹会报错退出" << std::endl;
std::cout << "2、请输入文件夹路径例如:\"D:\\Folder\"" << std::endl;
std::string Path;
getline(std::cin, Path);
std::cout << Path << std::endl;
短短6行代码我找了一下午问题,getline死活不能正常读入中文,要么英文正常中文乱码,要么直接没输出,什么问题?编码问题!一开始我为了输出中文调成了GBK编码(当然我并不知道原理),后面就莫名其妙非要用UTF-8,就引发了一大堆问题
为了正确cout中文,我加入了这样一行代码:
SetConsoleOutputCP(CP_UTF8);
不错不错,编码统一了,代码文件用UTF-8控制台也用UTF-8,解决问题!但是后面的getline为什么还是乱码?我又想到控制台输入的编码格式也应该改,于是加入下列代码:
SetConsoleCP(CP_UTF8);
没有解决问题,各种千奇百怪的乱码。我开始怀疑是getline不支持中文???GPT问啊问,上网搜啊搜,没用(getline没问题,怎么会找得到问题的解决方案呢,理所应当)。52发帖问大佬,大佬们截图给我getline正常读入,cout正常输出中文,我又再单独写一段getline,诶?的确是正常的,那么短短几行代码究竟是谁在作妖?
这位大佬说的有点小问题,不过给了我启发,我问GPT getline为什么只接收ANSI编码,GPT说不是这样的,不过getline从控制台读入字符串的方式是按照一个字节一个字节读入的。噢,我突然就明白了,中文一个字占2个字节,getline这样读入就容易出问题,但这只解释了getline没输入的情况,不能解释乱码的情况,凭什么字符串前面的英文正常,后面的英文正常,就中间夹的中文乱码。
噢,又经过后面的大佬提醒,输入UTF-8输出也要UTF-8,输入GBK输出也要GBK,所以又得把控制台输入输出编码都调成GBK,成功解决问题!
其实我写得不是很清楚,至于为什么必须输入GBK输出GBK,不能输入UTF-8输出UTF-8这个问题我没有继续追查下去,排查到问题所在是最后一行cout在搞鬼,可能是输入流里面有什么不干净的东西还是???
另外贴条窄字符转宽字符代码,使用w类型函数支持中文
// 转换路径为宽字符,解决中文路径问题
int size_needed = MultiByteToWideChar(CP_UTF8, 0, &filePath[0], (int)filePath.size(), NULL, 0);
std::wstring wstr(size_needed, 0);
MultiByteToWideChar(CP_UTF8, 0, &filePath[0], (int)filePath.size(), &wstr[0], size_needed);