Question

我想创建一些处理编码的示例程序，特别是我想要的使用宽字符串，如：

wstring a=L"grüßen";
wstring b=L"שלום עולם!";
wstring c=L"中文";

因为这些是示例程序。

对于将源代码视为UTF-8编码文本的gcc来说，这绝对是微不足道的。但是，简单的编译在MSVC下不起作用。我知道我可以对它们进行编码使用转义序列但我更喜欢将它们保留为可读文本。

是否有任何选项可以指定为“cl”的命令行开关让这个工作吗？那里有任何命令行开关，如gcc'c -finput-charset

谢谢，

如果不是，你会如何建议让文字对用户自然？

注意：将BOM添加到UTF-8文件不是一个选项，因为它变得不可由其他编译器编译。

注2：我需要它才能在MSVC版本中工作＆gt; = 9 == VS 2008

真正的答案：没有解决方案

Answer 1

对于那些订阅座右铭＆＃34;迟到而不是＃34;，Visual Studio 2015（编译器的第19版）现在支持这一点。

新的/source-charset命令行开关允许您指定用于解释源文件的字符集编码。它需要一个参数，可以是IANA或ISO字符集名称：

/source-charset:utf-8

或特定代码页的小数标识符（以点开头）：

/source-charset:.65001

官方文档为here，Visual C ++团队博客上也有a detailed article describing these new options。

还有一个互补的/execution-charset switch以完全相同的方式工作，但控制在可执行文件中生成的字符和字符串文字的范围。最后，还有一个快捷键/utf-8，用于设置/source-charset:utf-8和/execution-charset:utf-8。

这些命令行选项不兼容与旧的#pragma setlocale和#pragma execution-character-set指令，并且它们全局适用于所有源文件。

对于卡在旧版本编译器上的用户，最好的选择仍然是将源文件保存为带有BOM的UTF-8（正如其他答案所示，IDE可以在保存时执行此操作）。编译器将自动检测到这一点，并且行为恰当。同样，GCC也会在源文件的开头接受BOM而不会窒息死亡，这使得这种方法在功能上可以移植。

Answer 2

打开File->Advances Save Options... 在编码组合中选择Unicode(UTF-8 with signature) - Codepage 65001。编译器将自动使用选定的编码。

根据微软的回答here：

如果你想要非ASCII字符，那么获得它们的“官方”和可移植方式是使用\ u（或\ U）十六进制编码（我同意，这只是简单的丑陋和容易出错）。 / p>
当编译器面对没有BOM的源文件时，编译器会提前读入文件一定距离，以查看它是否可以检测到任何Unicode字符 - 它专门查找UTF-16和UTF-16BE - 如果它没有找到它然后它假定它有MBCS。我怀疑在这种情况下，它会回到MBCS，这就是导致问题的原因。

明确是最好的，所以虽然我知道它不是一个完美的解决方案我建议使用BOM 。

Jonathan Caves
  Visual C ++编译器团队。

好的解决方案是将文本字符串放在资源文件中。它方便又便携。您可以使用本地化库（例如gettext）来管理翻译。

Answer 3

我们使用的流程：将文件保存为UTF8-BOM，在linux和windows之间共享相同的源，对于linux：在编译命令上预处理源文件以删除BOM，在中间非BOM上运行g ++文件。

Answer 4

对于VS，您可以使用：

#pragma setlocale( "[locale-string]" )

语言环境的默认ANSI代码页将用作文件编码。

但一般来说，在代码中对任何用户可见的字符串进行硬编码是一个坏主意。将它们存储在某种资源中。适合本地化，简单的拼写检查和更新等。

Answer 5

恕我直言，所有C ++源文件都应该是严格的ASCII格式。如果编辑器支持，则注释可以是UTF-8 这使代码可以跨平台，编辑器和源代码控制系统移植。

您可以使用\u将Unicode字符插入宽字符串：

std::wstring str = L"\u20AC123,00"; //€123,00

在MSVC ++中编码源字符集编码，如gcc“-finput-charset = CharSet”

5 个答案: