如何在 ANSI C 中打印重音字符（如 á é í ó ú）

Question

我尝试printf 使用一些重音字符，例如á é í ó ú：

printf("my name is Seán\n");

DEVC++ IDE 中的文本编辑器可以很好地显示它们 - 即源代码看起来很好。 我想我需要stdio.h 以外的一些库，也许还需要一些普通printf 的变体。

我正在使用在 Windows XP 上运行的 IDE Bloodshed DEVC。

Answer 1

Windows 控制台模式使用的Windows-1252（也称为“ANSI”）字符集与 GUI 应用程序使用的字符集不同。因此，IDE 表示不同于运行时表示。

您的示例的快速而肮脏的解决方案是：

printf("my name is Se\xe9n\n");

这个问题的大多数解决方案都存在某种缺陷，对于需要大量多语言本地化的 Windows 应用程序，最简单的解决方案是使用 Unicode 将它们编写为 GUI 应用程序。

Answer 2

也许最好是使用 Unicode。

方法如下...

首先，手动将您的控制台字体设置为“Consolas”或“Lucida Console”或您可以选择的任何 True-Type Unicode 字体（“Raster fonts”可能不起作用，那些不是 Unicode 字体，尽管它们可能包含字符你感兴趣）。

接下来，使用SetConsoleOutputCP(CP_UTF8) 将控制台代码页设置为 65001 (UTF-8)。

然后使用 WideCharToMultiByte(CP_UTF8, ...) 将您的文本转换为 UTF-8（如果还不是 UTF-8）。

最后调用WriteConsoleA()输出UTF-8文本。

这是一个为您完成所有这些事情的小函数，它是wprintf() 的“改进”变体：

int _wprintf(const wchar_t* format, ...)
{
  int r;
  static int utf8ModeSet = 0;
  static wchar_t* bufWchar = NULL;
  static size_t bufWcharCount = 256;
  static char* bufMchar = NULL;
  static size_t bufMcharCount = 256;
  va_list vl;
  int mcharCount = 0;

  if (utf8ModeSet == 0)
  {
    if (!SetConsoleOutputCP(CP_UTF8))
    {
      DWORD err = GetLastError();
      fprintf(stderr, "SetConsoleOutputCP(CP_UTF8) failed with error 0x%X\n", err);
      utf8ModeSet = -1;
    }
    else
    {
      utf8ModeSet = 1;
    }
  }

  if (utf8ModeSet != 1)
  {
    va_start(vl, format);
    r = vwprintf(format, vl);
    va_end(vl);
    return r;
  }

  if (bufWchar == NULL)
  {
    if ((bufWchar = malloc(bufWcharCount * sizeof(wchar_t))) == NULL)
    {
      return -1;
    }
  }

  for (;;)
  {
    va_start(vl, format);
    r = vswprintf(bufWchar, bufWcharCount, format, vl);
    va_end(vl);

    if (r < 0)
    {
      break;
    }

    if (r + 2 <= bufWcharCount)
    {
      break;
    }

    free(bufWchar);
    if ((bufWchar = malloc(bufWcharCount * sizeof(wchar_t) * 2)) == NULL)
    {
      return -1;
    }
    bufWcharCount *= 2;
  }

  if (r > 0)
  {
    if (bufMchar == NULL)
    {
      if ((bufMchar = malloc(bufMcharCount)) == NULL)
      {
        return -1;
      }
    }

    for (;;)
    {
      mcharCount = WideCharToMultiByte(CP_UTF8,
                                       0,
                                       bufWchar,
                                       -1,
                                       bufMchar,
                                       bufMcharCount,
                                       NULL,
                                       NULL);
      if (mcharCount > 0)
      {
        break;
      }

      if (GetLastError() != ERROR_INSUFFICIENT_BUFFER)
      {
        return -1;
      }

      free(bufMchar);
      if ((bufMchar = malloc(bufMcharCount * 2)) == NULL)
      {
        return -1;
      }
      bufMcharCount *= 2;
    }
  }

  if (mcharCount > 1)
  {
    DWORD numberOfCharsWritten, consoleMode;

    if (GetConsoleMode(GetStdHandle(STD_OUTPUT_HANDLE), &consoleMode))
    {
      fflush(stdout);
      if (!WriteConsoleA(GetStdHandle(STD_OUTPUT_HANDLE),
                         bufMchar,
                         mcharCount - 1,
                         &numberOfCharsWritten,
                         NULL))
      {
        return -1;
      }
    }
    else
    {
      if (fputs(bufMchar, stdout) == EOF)
      {
        return -1;
      }
    }
  }

  return r;
}

以下测试此功能：

_wprintf(L"\xA0\xA1\xA2\xA3\xA4\xA5\xA6\xA7"
         L"\xA8\xA9\xAA\xAB\xAC\xAD\xAE\xAF"
         L"\xB0\xB1\xB2\xB3\xB4\xB5\xB6\xB7"
         L"\xB8\xB9\xBA\xBB\xBC\xBD\xBE\xBF"
         L"\n"
         L"\xC0\xC1\xC2\xC3\xC4\xC5\xC6\xC7"
         L"\xC8\xC9\xCA\xCB\xCC\xCD\xCE\xCF"
         L"\xD0\xD1\xD2\xD3\xD4\xD5\xD6\xD7"
         L"\xD8\xD9\xDA\xDB\xDC\xDD\xDE\xDF"
         L"\n"
         L"\xE0\xE1\xE2\xE3\xE4\xE5\xE6\xE7"
         L"\xE8\xE9\xEA\xEB\xEC\xED\xEE\xEF"
         L"\xF0\xF1\xF2\xF3\xF4\xF5\xF6\xF7"
         L"\xF8\xF9\xFA\xFB\xFC\xFD\xFE\xFF"
         L"\n");

_wprintf(L"\x391\x392\x393\x394\x395\x396\x397"
         L"\x398\x399\x39A\x39B\x39C\x39D\x39E\x39F"
         L"\x3A0\x3A1\x3A2\x3A3\x3A4\x3A5\x3A6\x3A7"
         L"\x3A8\x3A9\x3AA\x3AB\x3AC\x3AD\x3AE\x3AF\x3B0"
         L"\n"
         L"\x3B1\x3B2\x3B3\x3B4\x3B5\x3B6\x3B7"
         L"\x3B8\x3B9\x3BA\x3BB\x3BC\x3BD\x3BE\x3BF"
         L"\x3C0\x3C1\x3C2\x3C3\x3C4\x3C5\x3C6\x3C7"
         L"\x3C8\x3C9\x3CA\x3CB\x3CC\x3CD\x3CE"
         L"\n");

_wprintf(L"\x410\x411\x412\x413\x414\x415\x401\x416\x417"
         L"\x418\x419\x41A\x41B\x41C\x41D\x41E\x41F"
         L"\x420\x421\x422\x423\x424\x425\x426\x427"
         L"\x428\x429\x42A\x42B\x42C\x42D\x42E\x42F"
         L"\n"
         L"\x430\x431\x432\x433\x434\x435\x451\x436\x437"
         L"\x438\x439\x43A\x43B\x43C\x43D\x43E\x43F"
         L"\x440\x441\x442\x443\x444\x445\x446\x447"
         L"\x448\x449\x44A\x44B\x44C\x44D\x44E\x44F"
         L"\n");

并且应该在控制台中产生以下文本：

 ¡¢£¤¥¦§¨©ª«¬­®¯°±²³´µ¶·¸¹º»¼½¾¿
ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖ×ØÙÚÛÜÝÞß
àáâãäåæçèéêëìíîïðñòóôõö÷øùúûüýþÿ
ΑΒΓΔΕΖΗΘΙΚΛΜΝΞΟΠΡ΢ΣΤΥΦΧΨΩΪΫάέήίΰ
αβγδεζηθικλμνξοπρςστυφχψωϊϋόύώ
АБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЪЫЬЭЮЯ
абвгдеёжзийклмнопрстуфхцчшщъыьэюя

我不知道您的 IDE 在 .c/.cpp 文件中存储非 ASCII 字符的编码，也不知道您的编译器在遇到非 ASCII 字符时会做什么。这部分你应该自己弄清楚。

只要您向 _wprintf() 提供正确编码的 UTF-16 文本或使用正确编码的 UTF-8 文本调用 WriteConsoleA()，一切都会正常。

附：一些关于控制台字体的血腥细节可以在here找到。

Answer 3

Windows 控制台在字符编码方面通常被认为严重损坏。例如，您可以在here 阅读有关此问题的信息。

问题是 Windows 一般使用 ANSI 代码页（假设您在西欧或美国 Windows-1252），但控制台使用 OEM 代码页（CP850 在相同假设下）。

您有多种选择：

• 在写入之前将文本转换为 CP850（参见CharToOem()）。缺点是，如果用户将输出重定向到文件 (> file.txt) 并使用例如记事本，他会看错的。
• 更改控制台的代码页：您需要选择一个TTF控制台字体（例如Lucida Console）并使用命令chcp 1252。
• 使用 UNICODE 文本和 wprintf()：无论如何您都需要 TTF 控制台字体。