无法从 .txt 文件中读取西里尔字符

Question

我想从 .txt 文件中读取这段西里尔文本：аааааааааааа

std::wstring str;
std::wifstream in(path);
std::getline(in, str);
in.close();

但是 str 的内容是：Ð°Ð°Ð°Ð°Ð°Ð°Ð°Ð°Ð°Ð°Ð°Ð°（文件编码 - UTF-8）（在调试中查看的字符串内容，而不是在控制台中）

我尝试将文件编码更改为 UTF-16（LE 和 BE），有：ÿþ000000000000 和 þÿ000000000000

此外，我找到了 this solution，但如您所见，它没有帮助。

Answer 1

在Windows中您必须以二进制方式打开文件，然后应用UTF16 facet，否则系统将采用默认代码页。请参阅下面的示例。

请注意，使用 UTF8 存储数据很常见，即使在 Windows 应用程序中也是如此。您的 Windows 程序要求 API 使用 UTF16，因此您可以 read/write UTF8 格式的文件，然后来回转换为 UTF16

#define _SILENCE_CXX17_CODECVT_HEADER_DEPRECATION_WARNING
//silence codecvt warnings

std::wstring str;
std::wifstream in(path, std::ios::binary);
in.imbue(std::locale(in.getloc(), 
    new std::codecvt_utf16<wchar_t, 0x10ffff, std::little_endian>));
std::getline(in, str);
in.close();

您还可以使用 pubsetbuf 来避免 codecvt 警告：

std::wifstream in(path, std::ios::binary);
wchar_t wbuf[128] = { 0 };
in.rdbuf()->pubsetbuf(wbuf, 128);

//BOM check
wchar_t bom{};
in.read(&bom, 1);
if(bom == 0xfeff)
    std::cout << "UTF16-LE\n";

//read file
std::wstring str;
std::getline(in, str);
in.close();

无法从 .txt 文件中读取西里尔字符

Can't read cyrillic from .txt file

c++

string

unicode