在Windows C ++中更改控制台代码页

Question

我正在尝试在Windows命令行中输出UTF8字符。我似乎无法获得功能，setConsoleOutputCP工作。我还听说你必须将字体更改为"Lucida Grande"才能使用它，但我也无法使用它。有人可以请我提供一个简短的例子，说明如何使用这些函数将UTF-8字符正确输出到控制台吗？

另外我听说这些功能在Windows XP中不起作用，是否有更好的替代方案可以在Windows XP中运行？

Answer 1

Windows控制台与UNICODE不兼容，尤其是UTF-8。

将控制台代码页设置为utf-8将不起作用。

一种方法是使用WideCharToMultiByte（）（或其他）将文本转换为UTF-16，然后将MultiByteToWideChar（）（或其他）转换为本地化的ISO编码。将控制台代码页设置为ISO代码页。

它的丑陋，但它有点工作。

Answer 2

简而言之：默认情况下，SetConsoleOutputCP CP_UTF8和cout / wcout不能一起工作。

虽然Windows CRT支持utf-8输出，但输出到控制台utf-8字符的一种强大方法是将它们转换为控制台当前代码页，特别是如果你想使用count / wcout。默认情况下，使用utf-8，basic_ostream的标准高级功能无法正常工作。

我已经看到MultiByteToWideChar和WideCharToMultiByte与CP_OEMCP和CP_UTF8参数一起使用。

您可以通过SetCurrentConsoleFontEx设置应用程序环境，包括控制台字体，但它仅适用于Vista和Server 2008。

另外，检查this有关cout和控制台的信息。

_setmode和wprintf也一起工作，但这可能会导致非宽字符函数崩溃。

Answer 3

出现此问题的原因是，在控制台中使用Windows的代码页与源代码文本文件的编码存在差异。

Qt默认使用utf-8，但另一个编辑器可以使用另一个编辑器。所以你必须验证你正在使用哪一个。

要更改为utf-8使用：

#include <windows.h>

SetConsoleOutputCP(CP_UTF8);

Answer 4

[我知道这个问题很老，而且是关于Windows XP的，但它似乎仍然是放弃这些信息的好地方，所以我（也许是其他人）将来可以再次找到它。]

在较新版本的Windows中，对CMD窗口中的Unicode的支持已得到改进。该程序适用于Windows 10。

#include <iostream>
#include <Windows.h>

class UTF8CodePage {
  public:
    UTF8CodePage() : m_old_code_page(::GetConsoleOutputCP()) {
      ::SetConsoleOutputCP(CP_UTF8);
    }
    ~UTF8CodePage() { ::SetConsoleOutputCP(m_old_code_page); }

  private:
    UINT m_old_code_page;
};

int main() {
  UTF8CodePage use_utf8;
  const char *text = u8"This text is in UTF-8. ¡Olé! 佻\n";
  std::cout << text;
  return 0;
}

我创建了一个RAII类来确保代码页被恢复，因为如果用户故意选择了特定的代码页，那么将代码页更改是很粗鲁的。所有特定于Windows的代码（SetConsoleOutputCP）都包含在该类中。 use_utf8中main变量的定义将代码页更改为UTF-8，并且该代码页将保持有效，直到变量在范围结束时被破坏。

请注意，我在字符串文字上使用了u8前缀，这是C ++的一个新功能，可确保使用UTF-8对字符串进行编码，而不管源文件使用何种编码。如果您有其他方法可以生成有效的UTF-8文本字符串，则不必使用该功能。

您仍然必须确保CMD窗口使用的字体支持您需要的字形。我认为没有办法自动获取字体链接。但是，如果字体缺少字形，这至少会显示替换字符。例如，在我的窗口，¡Olé!看起来正确，但CJK字形显示大约像�。如果用户复制该替换字符，剪贴板将接收原始字形，因此他们可以将其粘贴到其他程序中而不会丢失保真度。

请注意，从main的argv获得的命令行参数将位于原始代码页中。解决这个问题的一种方法是使用GetCommandLineW获取未转换的“宽”命令行，使用WideToMultibyte将其转换为UTF-8，然后自行解析。或者，您可以将GetCommandLineW的结果传递给将解析它的CommandLineToArgvW，然后将每个参数转换为UTF-8。

最后，请注意，更改代码页仅影响输出。如果您从用户输入文本，它将使用原始代码页（通常称为OEM代码页）进行编码。

TODO：弄清楚输入。 SetConsoleCP没有按照我认为文档说应该做的那样做。