如何将std::wstring可移植地写入文件?

为什么不把文件写成二进制文件呢。只需在std::ios::binary设置中使用ofstream。编辑那时应该能够解释它。不要忘记开头的Unicode标志0xFEFF。 你最好用图书馆写作,试试下面这些:

http://www.codeproject.com/KB/files/EZUTF.aspx

http://www.gnu.org/software/libiconv/

http://utfcpp.sourceforge.net/

为了 std::wstring 你需要 std::wofstream

std::wofstream f(L"C:\\some file.txt");
f << str;
f.close();

std::wstring 适用于UTF-16或UTF-32, 不 UTF-8型。对于UTF-8,您可能只想使用 std::string ,并通过 std::cout . 只是FWIW,C++ 0x将有Unicode文字,这应该有助于澄清这种情况。

C++有一种方法,可以在输出或文件写入中执行从宽字符到局部字符的转换。 Use 用于此目的的codecvt方面。

你可以用标准 std::codecvt_byname implementation .

#include <locale>
using namespace std;
typedef codecvt_facet<wchar_t, char, mbstate_t> Cvt;
locale utf8locale(locale(), new codecvt_byname<wchar_t, char, mbstate_t> ("en_US.UTF-8"));
wcout.imbue(utf8locale);
wcout << L"Hello, wide to multybyte world!" << endl;

并从列出的许多自定义codecvt实现的引用中进行选择。

编辑:

有一个(特定于Windows的)解决方案应该适合您 here . 基本上,转换 wstring 转到UTF-8代码页,然后使用 ofstream .

#include < windows.h >

std::string to_utf8(const wchar_t* buffer, int len)
{
        int nChars = ::WideCharToMultiByte(
                CP_UTF8,
                0,
                buffer,
                len,
                NULL,
                0,
                NULL,
                NULL);
        if (nChars == 0) return "";

        string newbuffer;
        newbuffer.resize(nChars) ;
        ::WideCharToMultiByte(
                CP_UTF8,
                0,
                buffer,
                len,
                const_cast< char* >(newbuffer.c_str()),
                nChars,
                NULL,
                NULL); 

        return newbuffer;
}

std::string to_utf8(const std::wstring& str)
{
        return to_utf8(str.c_str(), (int)str.size());
}

int main()
{
        std::ofstream testFile;

        testFile.open("demo.xml", std::ios::out | std::ios::binary); 

        std::wstring text =
                L"< ?xml version=\"1.0\" encoding=\"UTF-8\"? >\n"
                L"< root description=\"this is a naïve example\" >\n< /root >";

        std::string outtext = to_utf8(text);

        testFile << outtext;

        testFile.close();

        return 0;
}

注意,宽流只输出char*变量,所以您可能应该尝试使用 c_str() std::wstring 然后输出到文件中。那么它可能会起作用?

你应该 不 如果要编写可移植代码,请使用UTF-8编码的源文件。对不起的。

  std::wstring str = L"abcàdëefŸg€hhhhhhhµa";

(我不确定这是否真的损害了标准,但我认为是的。但即便如此,为了安全,你也不应该。)

std::ostream 不会起作用的。有很多方法可以转换 wstring 至UTF-8。我最喜欢的是 这个 International Components for Unicode

根据我处理不同字符编码的经验,我建议您只在加载时处理UTF-8,并节省时间。如果您尝试将内部表示存储在UTF-8中,那么您将面临一个痛苦的世界,因为单个字符可以是1字节到4之间的任何字符。因此,像strlen这样的简单操作需要查看每个字节来决定len,而不是分配的缓冲区(尽管可以通过查看字符序列中的第一个字节来优化,例如00..7f是单字节字符,c2..df表示2字节字符等)。

当人们指的是UTF-16时,通常会提到“Unicode字符串”,而在Windows上wchar是一个固定的2字节。在Windows中,我认为wchar_t只是:

typedef SHORT wchar_t;

完整的UTF-32 4字节表示很少需要,而且非常浪费,下面是Unicode标准(5.0)对它的说明:

简而言之,使用whcar_t作为您的内部表示,并在加载和保存时进行转换(除非您知道需要完整的Unicode,否则不要担心完整的Unicode)。

关于执行实际转换,请查看ICU项目:

http://site.icu-project.org/

前段时间我也遇到过同样的问题,我在博客上写下了我找到的解决方案。你可能想看看它是否有用,尤其是函数 wstring_to_utf8

http://pileborg.org/b2e/blog5.php/2010/06/13/unicode-utf-8-and-wchar_t