问如何在Windows上将UTF-8字符串打印到std::cout？

EN

问题不是std::cout，而是windows控制台。使用cmd，您将在设置UTF-8代码页(使用ü或chcp)和在cmd设置中设置支持字体的Unicode (Consolas应该支持2000多个字符，并且有注册表hacks可以向cmd添加更多的字体)之后，获得带有fputs( "\xc3\xbc", stdout );的chcp。

如果使用putc('\xc3'); putc('\xbc');输出一个字节又一个字节，那么当控制台将其单独解释为非法字符时，您将得到双豆腐。这可能就是C++流所做的。

有关宽大的讨论，请参见Windows控制台上的UTF-8输出。

对于我自己的项目，我最终实现了一个std::stringbuf，它执行到Windows1252的转换。我真的需要完整的Unicode输出，但是这不会对你有帮助。

另一种方法是覆盖cout的streambuf，在实际输出中使用fputs：

#include <iostream>
#include <sstream>

#include <Windows.h>

class MBuf: public std::stringbuf {
public:
    int sync() {
        fputs( str().c_str(), stdout );
        str( "" );
        return 0;
    }
};

int main() {
    SetConsoleOutputCP( CP_UTF8 );
    setvbuf( stdout, nullptr, _IONBF, 0 );
    MBuf buf;
    std::cout.rdbuf( &buf );
    std::cout << u8"Greek: αβγδ\n" << std::flush;
}

我在这里关闭了输出缓冲，以防止它干扰未完成的UTF-8字节序列。

最后，我让它起作用了。这个答案结合了Miles Budnek，Paul和mkluwe的输入和我自己的一些研究。首先，让我从在Windows 10上运行的代码开始，然后，我将向您介绍这段代码，并解释为什么它不能在Windows 7上发挥作用。

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

int main() {
    // Set console code page to UTF-8 so console known how to interpret string data
    SetConsoleOutputCP(CP_UTF8);

    // Enable buffering to prevent VS from chopping up UTF-8 byte sequences
    setvbuf(stdout, nullptr, _IOFBF, 1000);

    std::string test = u8"Greek: αβγδ; German: Übergrößenträger";
    std::cout << test << std::endl;
}

代码从设置代码页正如Miles Budnik所建议的开始。这将告诉控制台将接收到的字节流解释为UTF-8，而不是ANSI的某些变体。

接下来，Visual附带的STL代码中存在一个问题。std::cout将其数据打印到std::basic_filebuf类型的流缓冲区。当缓冲区接收到一个字符串(通过std::basic_streambuf::sputn())时，它不会将它作为一个整体传递给底层文件。相反，它将分别传递每个字节。正如mkluwe所解释的，如果控制台以单个字节的形式接收UTF-8字节序列，则不会将其解释为单个代码点。相反，它将把它们视为多个字符。UTF-8字节序列中的每一个字节本身都是一个无效的代码点，因此您将看到std::endl的代码点。这里有�，但它是通过设计关闭的。解决方法是为流启用缓冲。作为额外的好处，这将给您带来更好的性能。然而，您现在可能需要像我对std::endl那样定期刷新流，否则输出可能不会显示。

最后，Windows支持光栅字体和TrueType字体。正如保罗所指出的，光栅字体将简单地忽略控制台的代码页。因此，只有当控制台设置为TrueType字体时，非ASCII Unicode字符才能工作。在Windows 7之前，默认的字体是光栅字体，所以用户必须手动更改它。幸运的是，Windows 10将默认字体更改为Consolas。，所以问题的这一部分应该随着时间的推移自行解决。

std::cout正在做它应该做的事情:它将您的UTF-8编码文本发送到控制台，但是您的控制台将使用它的当前代码页来解释这些字节。您需要将程序的控制台设置为UTF-8代码页：

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

int main() {
    std::string test = u8"Greek: αβγδ; German: Übergrößenträger";
    SetConsoleOutputCP(CP_UTF8);
    std::cout << test;
}

如果Windows将默认代码页切换到UTF-8，那就太好了，但由于向后兼容性的考虑，它们很可能无法实现。