Windows 上的 MinGW + GCC 和 UTF-8 字符

Question

我在使用 GCC 编译器和 Windows CMD 时遇到问题，因为我无法正确看到 UTF-8 字符。我有以下代码：

#include <stdio.h>
#include <stdlib.h>

int main()
{
  char caractere;
  int inteiro;
  float Float;
  double Double;

  printf("Tipo de Dados\tNúmero de Bytes\tEndereço\n");
  printf("Caractere\t%d bytes \t em %d\n", sizeof(caractere), &caractere);
  printf("Inteiro\t%d bytes \t em %d\n", sizeof(inteiro), &inteiro);
  printf("Float\t%d bytes \t\t em %d\n", sizeof(Float), &Float);
  printf("Double\t%d bytes \t em %d\n", sizeof(Double), &Double);

  printf("Caractere: %d bytes \t em %p\n", sizeof(caractere), &caractere);
  printf("Inteiro: %d bytes \t em %p\n", sizeof(inteiro), &inteiro);
  printf("Float: %d bytes \t\t em %p\n", sizeof(Float), &Float);
  printf("Double: %d bytes \t em %p\n", sizeof(Double), &Double);

  return 0;
}

然后我运行以下命令：

gcc pointers01.c -o pointers

我没有收到任何编译错误。但是当我执行生成的文件 (.exe) 时，它不显示 UTF-8 字符：

Tipo de Dados   Número de Bytes    Endereço
Caractere   1 bytes      em 2686751
Inteiro 4 bytes      em 2686744
Float   4 bytes          em 2686740
Double  8 bytes      em 2686728
Caractere: 1 bytes   em 0028FF1F
Inteiro: 4 bytes     em 0028FF18
Float: 4 bytes       em 0028FF14
Double: 8 bytes      em 0028FF08

我该如何解决这个问题？谢谢。

Answer 1

遗憾的是，Windows 控制台对 UTF-8 的支持非常有限且有缺陷。

可以做什么：将代码页设置为65001 并使用其中一种支持它的字体，例如。 “露西达控制台”。代码页可以通过命令chcp 或在C/C++ 中通过函数SetConsoleOutputCP 设置；字体设置为SetCurrentConsoleFontEx。

但是，存在一些主要（和次要）问题。次要优先：

a) 这些函数对一个会话有效，即。如果稍后再次运行该程序，则必须重新设置它。将其设为默认在理论上是可能的，但不推荐，因为它会影响所有控制台程序并向它们引入以下问题，即使它们不使用代码页做任何事情并且不是为了缓解问题而编写的。

b) 如果程序没有打开控制台，但您从现有控制台启动它，它将影响在它之后运行的任何内容，直到此控制台关闭。所以你必须在你自己的程序退出之前把它改回默认值。

c) 一些可用于控制台输入/输出的功能在 CP65001 上无法正常工作。
（这是最严重的事情）

与 Windows 的整个 UTF16 部分不同，它部分地将 UTF8 视为任何 1 字节 字符集，并做了一些奇怪的事情，这些事情恰好符合 1 字节字符集的标准，但实现方式不同。

例如，fread 应该返回读取的字节数（如果调用大小为 1），但在 Microsoft 的实现中，它确实返回字符数（UTF16 是一个例外，但不是 UTF8）。对于任何正常的代码页，它都可以工作，因为 1char=1byte，但不是 UTF8 ...错误的返回值 => 处理了错误的数据

另一个例子，fflush 可以挂起（至少被报告给，没有检查）。等等等等
而且它不仅会影响标准的 C 函数，还会影响直接的 Winapi 调用。

d) 由于 c)，所有带有 UTF-8 字符的批处理文件（正常的 ASCII 范围除外）将无法正常工作，至少在某些 Windows 版本中（没有检查每个，但很可能Win10仍然存在此错误。MS表示不打算很快修复它。）

更多关于 c 和 d 的阅读：https://social.msdn.microsoft.com/Forums/vstudio/en-US/e4b91f49-6f60-4ffe-887a-e18e39250905/possible-bugs-in-writefile-and-crt-unicode-issues?forum=vcgeneral

Answer 2

我通常使用 Sublime Text 将源文件保存为 DOS( CP437 )，它可以工作（至少对于小程序）。