【讨论】【i18n】wcout.imbue()不起作用和混用cout和wcout

silon212

g++ 4.3.2
libstdc++6-4.3.2（runtime和开发库都用这个版本）
bash locale: en_US.UTF-8
源码用UTF-8保存
"中文"的UTF-8编码是：E4 B8 AD E6 96 87
UCS2 LE编码是：2D 4E 87 65

问题一：wcout.imbue()不起作用

代码：

1. const wchar_t* strzh = L"中文abc"
   
2. locale lc("");
   
3. locale::global(lc);
   
4. wcout << L"Zhong text is: " << strzh << endl;

复制代码

上面代码运行正常，终端输出中文，并且是UTF-8编码的：

1. # ./test_03.exe | hd
   
2. 00000000  5a 68 6f 6e 67 20 74 65  78 74 20 69 73 3a 20 e4  |Zhong text is: .|
   
3. 00000010  b8 ad e6 96 87 61 62 63  0a                       |.....abc.|
   
4. 00000019

复制代码

但如果不用locale::global()，而用: wcout.imbue(lc)，就无法向终端传递有效的字符编码，结果是：

1. # ./test_03.exe | hd
   
2. 00000000  5a 68 6f 6e 67 20 74 65  78 74 20 69 73 3a 20 3f  |Zhong text is: ?|
   
3. 00000010  3f 61 62 63 0a                                    |?abc.|
   
4. 00000015
   

复制代码

终端得到的中文部分也不是UCS，而是被libstdc++转换错误的'?'字符。

问题二：cout和wcout无法混用

即使用locale::global()，如果在wcout之前用char版的流对象cout，也会出现向终端传送无效字符的情况，比如下面代码：

1. const wchar_t* strzh = L"中文abc"
   
2. locale lc("");
   
3. locale::global(lc);
   
4. cout << "abc" << endl;
   
5. cout.flush();
   
6. cout.clear();
   
7. wcout.flush();
   
8. wcout.clear();
   
9. wcout << L"Zhong text is: " << strzh << endl;

复制代码

结果如下：

1. # ./test_03.exe | hd
   
2. 00000000  61 62 63 0a 5a 68 6f 6e  67 20 74 65 78 74 20 69  |abc.Zhong text i|
   
3. 00000010  73 3a 20 2d 87 61 62 63  0a                       |s: -.abc.|
   
4. 00000019

复制代码

上面的 2d 87 是 "中文" 的 UCS 编码的每个 wchar_t 的最低字节，看来在混用cout和wcout时，libstdc++转换wchar_t时犯错了，即使用flush()、clear()清流对象也不行。

如果把 cout << "abc" << endl; 这句放到 wcout 之后，那么 wcout 是可以正常输出中文的，但 cout 就工作不正常了，根本就不向终端传字符。

我以前混用C标准库的 printf() 和 wprintf() 时，就发现 glibc 有这个问题，没想到 libstdc++ 也有这问题。

我的感觉是 cout、wcout 还没有 printf()、wprintf() 好用，至少 printf()、wprintf() 都可以输出 wchar_t 型字符，而 cout 默认无法输出 wchar_t 型字符（当然可以自己重载 <<），而把 wchar_t 当整数输出，把 wchar_t[] 和 wchar_t* 输出个首地址。

wcout 可以输出 char，当用 wcout 输出 char[] 和 char* 时，如果其中的字符超过ASCII的范围（0x00-0x7F），则不会显示。

大家对上面两个问题有什么看法，欢迎讨论下。

silon212

我用 VC8 测试了下，和 GNU libstdc++ 的差异挺大，表现结果是：wcout.imbue(lc) 起作用，可以在控制台中输出含中文的 wchar_t 型字符，并且控制台得到的是根据 locale 转换的 Native ANSI 编码，Windows 的 locale 类实现不支持 UTF-8，所以得到的是 GBK 编码，对应的 locale 名为 "chs"。

而用 VC8 的 locale::global(lc) 时有个奇怪的现象，它导致后面的 wcout 流输出到控制台完全没有显示，我将输出重定向到文件，发现结果正常，和用 imbue() 输出的相同，为 GBK 编码的中文，看来是 Windows 的控制台设备实现、以及和 CRT 交互的问题，CRT 本身是工作正常的。

最后又实验了 VC8 的 cout 和 wcout 的混用，以及 printf() 和 wprintf() 混用，都没有 GNU 实现的问题。

prolj

直接强制规定必须UTF8，然后printf就OK，不用UTF8的滚蛋！

silon212

因为 Windows 实现的标准库（C和C++都是） 是不支持 UTF-8 的（代码页.65001），为了程序好移植，所以想在程序内部用UCS保存字符，输出时根据 locale 转成合适的 Native ANSI，即 GBK 或 UTF-8