如何在 C++ 中打印 Unicode 字符

归根结底，这完全取决于平台。不幸的是，Unicode支持在标准C++中非常差。对于 GCC，您必须将其设置为窄字符串，因为它们使用 UTF-8，而 Windows 需要宽字符串，并且您必须输出到 .wcout

// GCC
std::cout << "ф";
// Windoze
wcout << L"ф";

'1060'是四个字符，不会在标准下编译。如果您的宽字符与 Unicode 的 1：1 匹配，则应将字符视为数字（检查您的区域设置）。

int main (){
    wchar_t f = 1060;
    wcout << f << endl;
}

若要表示字符，可以使用通用字符名称 （UCN）。字符“ф”的 Unicode 值为 U+0444，因此在C++中可以将其写成“\u0444”或“\U00000444”。此外，如果源代码编码支持此字符，那么您可以在源代码中逐字逐句地编写它。

// both of these assume that the character can be represented with
// a single char in the execution encoding
char b = '\u0444';
char a = 'ф'; // this line additionally assumes that the source character encoding supports this character

打印出此类字符取决于要打印的内容。如果要打印到 Unix 终端仿真器，终端仿真器使用支持此字符的编码，并且该编码与编译器的执行编码匹配，则可以执行以下操作：

#include <iostream>

int main() {
    std::cout << "Hello, ф or \u0444!\n";
}

此程序不要求“ф”可以用单个字符表示。在 OS X 和大多数现代 Linux 安装中，这都可以正常工作，因为源编码、执行编码和控制台编码都是 UTF-8（支持所有 Unicode 字符）。

Windows 的情况更难，并且有不同的可能性和不同的权衡。

如果你不需要可移植代码（你将使用wchar_t，这在其他平台上应该避免），最好的办法是将输出文件句柄的模式设置为仅接受 UTF-16 数据。

#include <iostream>
#include <io.h>
#include <fcntl.h>

int main() {
    _setmode(_fileno(stdout), _O_U16TEXT);
    std::wcout << L"Hello, \u0444!\n";
}

可移植代码更难。

使用 编译时，可以简单地-std=c++11

  const char *s  = u8"\u0444";
  cout << s << endl;

如果您使用 Windows（注意，我们使用的是 printf（）），而不是 cout）：

// Save as UTF-8 without a signature
#include <stdio.h>
#include<windows.h>

int main (){
    SetConsoleOutputCP(65001);
    printf("ф\n");
}

它不是 Unicode，但它正在工作 - Windows-1251 而不是 UTF-8：

// Save as Windows 1251
#include <iostream>
#include<windows.h>

using namespace std;

int main (){
    SetConsoleOutputCP(1251);
    cout << "ф" << endl;
}

在 Linux 中，我只能做：

std::cout << "ф";

我只是从这里复制粘贴了字符，至少在我尝试的随机样本中没有失败。

Linux 中的另一种解决方案：

string a = "Ф";
cout << "Ф = \xd0\xa4 = " << hex
     << int(static_cast<unsigned char>(a[0]))
     << int(static_cast<unsigned char>(a[1])) << " (" << a.length() << "B)" << endl;

string b = "√";
cout << "√ = \xe2\x88\x9a = " << hex
     << int(static_cast<unsigned char>(b[0]))
     << int(static_cast<unsigned char>(b[1]))
     << int(static_cast<unsigned char>(b[2])) << " (" << b.length() << "B)" << endl;

我需要在UI中显示字符串，并将其保存到XML配置文件中。上面指定的格式适用于 c++ 中的字符串，我想补充一点，我们可以通过将“\u”替换为“&#x”并在末尾添加“;”来为特殊字符提供 xml 兼容字符串。

例如：

C++： “\u0444” → XML ："ф"

此代码适用于 Linux（C++11、Geany 和 GCC 7.4 （. 2018-12-06））：g++

#include <iostream>

using namespace std;

int utf8_to_unicode(string utf8_code);
string unicode_to_utf8(int unicode);


int main()
{
    cout << unicode_to_utf8(36) << '\t';
    cout << unicode_to_utf8(162) << '\t';
    cout << unicode_to_utf8(8364) << '\t';
    cout << unicode_to_utf8(128578) << endl;

    cout << unicode_to_utf8(0x24) << '\t';
    cout << unicode_to_utf8(0xa2) << '\t';
    cout << unicode_to_utf8(0x20ac) << '\t';
    cout << unicode_to_utf8(0x1f642) << endl;

    cout << utf8_to_unicode("$") << '\t';
    cout << utf8_to_unicode("¢") << '\t';
    cout << utf8_to_unicode("€") << '\t';
    cout << utf8_to_unicode("🙂") << endl;

    cout << utf8_to_unicode("\x24") << '\t';
    cout << utf8_to_unicode("\xc2\xa2") << '\t';
    cout << utf8_to_unicode("\xe2\x82\xac") << '\t';
    cout << utf8_to_unicode("\xf0\x9f\x99\x82") << endl;

    return 0;
}


int utf8_to_unicode(string utf8_code)
{
    unsigned utf8_size = utf8_code.length();
    int unicode = 0;

    for (unsigned p=0; p<utf8_size; ++p)
    {
        int bit_count = (p? 6: 8 - utf8_size - (utf8_size == 1? 0: 1)),
            shift = (p < utf8_size - 1? (6*(utf8_size - p - 1)): 0);

        for (int k=0; k<bit_count; ++k)
            unicode += ((utf8_code[p] & (1 << k)) << shift);
    }

    return unicode;
}


string unicode_to_utf8(int unicode)
{
    string s;

    if (unicode>=0 and unicode <= 0x7f)  // 7F(16) = 127(10)
    {
        s = static_cast<char>(unicode);

        return s;
    }
    else if (unicode <= 0x7ff)  // 7FF(16) = 2047(10)
    {
        unsigned char c1 = 192, c2 = 128;

        for (int k=0; k<11; ++k)
        {
            if (k < 6)
                c2 |= (unicode % 64) & (1 << k);
            else
                c1 |= (unicode >> 6) & (1 << (k - 6));
        }

        s = c1;
        s += c2;

        return s;
    }
    else if (unicode <= 0xffff)  // FFFF(16) = 65535(10)
    {
        unsigned char c1 = 224, c2 = 128, c3 = 128;

        for (int k=0; k<16; ++k)
        {
            if (k < 6)
                c3 |= (unicode % 64) & (1 << k);
            else if
                (k < 12) c2 |= (unicode >> 6) & (1 << (k - 6));
            else
                c1 |= (unicode >> 12) & (1 << (k - 12));
        }

        s = c1;
        s += c2;
        s += c3;

        return s;
    }
    else if (unicode <= 0x1fffff)  // 1FFFFF(16) = 2097151(10)
    {
        unsigned char c1 = 240, c2 = 128, c3 = 128, c4 = 128;

        for (int k=0; k<21; ++k)
        {
            if (k < 6)
                c4 |= (unicode % 64) & (1 << k);
            else if (k < 12)
                c3 |= (unicode >> 6) & (1 << (k - 6));
            else if (k < 18)
                c2 |= (unicode >> 12) & (1 << (k - 12));
            else
                c1 |= (unicode >> 18) & (1 << (k - 18));
        }

        s = c1;
        s += c2;
        s += c3;
        s += c4;

        return s;
    }
    else if (unicode <= 0x3ffffff)  // 3FFFFFF(16) = 67108863(10)
    {
        ;  // Actually, there are no 5-bytes unicodes
    }
    else if (unicode <= 0x7fffffff)  // 7FFFFFFF(16) = 2147483647(10)
    {
        ;  // Actually, there are no 6-bytes unicodes
    }
    else
        ;  // Incorrect unicode (< 0 or > 2147483647)

    return "";
}

更多：

• https://sites.google.com/view/technik-informatyk-nysa/porady/porady-c-cpp#h.p_lz0skneGFILy
• UTF-8 （维基百科）

特别感谢这里的答案或多或少是相同的问题。

对我来说，我所需要的只是 setlocale（LC_ALL， “en_US.UTF-8“）;

然后，我甚至可以使用原始字符。wchar_t