如何使用std::ifstream读取UTF-8编码的文本文件？
我很难解析xml文件。
该文件用UTF-8编码保存.
正常的ASCII是正确的，但韩国字符不是。
所以我做了一个简单的程序来读取一个UTF-8文本文件并打印内容。
文本文件(test.txt)
ABC가나다测试程序
#include <fstream>
#include <iostream>
#include <string>
#include <iterator>
#include <streambuf>
const char* hex(char c) {
const char REF[] = "0123456789ABCDEF";
static char output[3] = "XX";
output[0] = REF[0x0f & c>>4];
output[1] = REF[0x0f & c];
return output;
}
int main() {
std::cout << "File(ifstream) : ";
std::ifstream file("test.txt");
std::string buffer((std::istreambuf_iterator<char>(file)), std::istreambuf_iterator<char>());
for (auto c : buffer) {
std::cout << hex(c)<< " ";
}
std::cout << std::endl;
std::cout << buffer << std::endl;
//String literal
std::string str = "ABC가나다";
std::cout << "String literal : ";
for (auto c : str) {
std::cout << hex(c) << " ";
}
std::cout << std::endl;
std::cout << str << std::endl;
return 0;
}输出
File(ifstream) : 41 42 43 EA B0 80 EB 82 98 EB 8B A4
ABC媛?섎떎
String literal : 41 42 43 B0 A1 B3 AA B4 D9
ABC가나다输出显示字符在字符串、文字和文件中的编码方式不同。
据我所知，在c++中，char字符串是用UTF-8编码的，因此我们可以通过printf或cout看到它们。所以他们的字节应该是一样的，但实际上是不同的.
使用std::ifstream**?** 是否有读取UTF-8文本文件的方法？
我成功地使用std::wifstream在这篇文章之后解析了xml文件。
但是我使用的大多数库只支持const char*字符串，所以我正在寻找使用std::ifstream的另一种方法。
我还读过这篇文章说过不要使用wchar_t。将char字符串视为多字节字符就足够了.
回答 1
Stack Overflow用户
发布于 2017-10-10 20:54:59
使用UTF-8编码"ABC가나다“应该会给您
"\x41\x42\x43\xEA\xB0\x80\xEB\x82\x98\xEB\x8B\xA4"所以你得到的文件的内容是正确的。问题在于源文件编码。您不允许在字符串文本中使用非ascii符号，您应该在它们前面加上u8以获得UTF-8文字：
u8"ABC가나다"此时，我假设您正在使用Windows，否则您将不会遇到编码问题。您必须将终端字符集更改为UTF-8：
chcp 65001在您的情况下发生的情况是，您正在将UTF-8文本从一个文件读取到一个字符串，然后将其打印到无法按预期显示的非unicode终端。当您打印字符串文字时，您正在打印非unicode序列，但此序列与您的终端编码匹配，因此您可以看到您期望的结果。
PS:我用https://mothereff.in/utf-8得到了你的六角线的UTF-8表示。
https://stackoverflow.com/questions/43296237
复制相似问题
腾讯云开发者
