在控制台应用程序 C 中读/写特殊字符（如波浪号、ñ、...）

Question

我正在尝试 C 控制台应用程序可以读取（使用键盘）scanf 或 gets 中的特殊西班牙字符，例如重音符号、“ñ”等，然后也使用 printf 打印它.

感谢包locale.h，我已经实现了正确显示这些字符（存储在变量中或直接来自printf）。我举个例子：

#include <stdio.h>
// Add languaje package
#include <locale.h>

int main(void)
{
    char string[254];

    // Set languaje to Spanish
    setlocale(LC_ALL, "spanish");

    // Show correctly spanish special chars 
    printf("¡Success!. It is shown special chars like 'ñ' or 'á'.\n\n\n");

    // Gets special chars by keyboard
    printf("Input spanish special chars (such 'ñ'): ");
    gets(string);

    printf("Your string is: %s", string);

    return 0;   
}

但我还没有实现用上面提到的功能正确拾取它们。

有人知道怎么做吗？

谢谢。

---

编辑 1：

在测试中，我观察到：

• setlocale(LC_ALL, "spanish"); 正确显示西班牙语字符，但不从键盘收集。
• setlocale(LC_ALL, "es_ES"); 它可以正确地从键盘中提取西班牙语字符，但不能很好地显示它们。

---

编辑 2：

我也尝试过setlocale(LC_ALL, "");、setlocale(LC_ALL, "es_ES.UTF-8"); 和setlocale(LC_ALL, "es_ES.ISO_8859-15");，结果与 EDIT 1 相同（或者从键盘很好地捕捉字符或在控制台中很好地显示它们，但永远不会同时在同时）。

Answer 1

Microsoft 的 C 运行时库 (CRT) 不支持 UTF-8 作为语言环境编码。它仅支持 Windows 代码页。此外，“es_ES”不是有效的 CRT 语言环境字符串，因此 setlocale 会失败，从而使您处于默认的 C 语言环境中。 Microsoft 的 CRT 的较新版本支持 Windows 语言环境名称，例如“es-ES”（连字符，而不是下划线）。否则，CRT 使用全名或旧的 3 字母缩写，例如“spanish_spain”、“esp_esp”或“esp_esp.1252”。

但这不是故事的结局。当使用传统文本编码而不是 Unicode 从控制台读取和写入时，控制台本身还有另一层翻译。为避免 mojibake，您必须设置控制台输入和输出代码页（即 SetConsoleCP 和 SetConsoleOutputCP）以匹配区域设置代码页。如果您仅限于西班牙语或拉丁语 1，那么应该可以将语言环境设置为“西班牙语”并通过 SetConsoleCP(1252) 和 SetConsoleOutputCP(1252) 设置控制台代码页。更一般地，您可以查找给定语言环境名称的 ANSI 代码页，设置控制台代码页，并保存它们以便在退出时重置控制台。例如：

wchar_t *locale_name = L"es-ES";
if (_wsetlocale(LC_ALL, locale_name)) {
    int codepage;
    gPrevConsoleCP = GetConsoleCP();
    if (gPrevConsoleCP) { // The process is attached to a console.
        gPrevConsoleOutputCP = GetConsoleOutputCP();
        if (GetLocaleInfoEx(locale_name, 
                            LOCALE_IDEFAULTANSICODEPAGE | 
                            LOCALE_RETURN_NUMBER, 
                            (LPWSTR)&codepage, 
                            sizeof(codepage) / sizeof(wchar_t))) {
            if (!codepage) { // The locale doesn't have an ANSI codepage.
                codepage = GetACP();
            }
            SetConsoleCP(codepage);
            SetConsoleOutputCP(codepage);
            atexit(reset_console);
        }
    }
}

也就是说，在使用控制台时，如果您将stdin 和stdout 设置为使用_O_U16TEXT 模式并使用宽字符函数（例如fgetws 和wprintf），通常会更好。最终，如果 C 运行时库支持，这应该使用宽字符控制台 I/O 函数 ReadConsoleW 和 WriteConsoleW。使用 UTF-16 宽字符模式的缺点是它需要完全重写您的代码以使用 wchar_t 字符串和宽字符函数，并且还需要为使​​用多字节编码字符串的库实现适配器（最好是 UTF -8)。