¿Por qué printf no formatea los parámetros unicode?

Question

Al usar printf para dar formato a una cadena de doble byte en una cadena de un solo byte:

printf("%ls\n", L"s:\\яшертыHello"); // %ls for a wide string (%s varies meaning depending on the project's unicode settings). 

Claramente, algunos caracteres no pueden representarse como caracteres ASCII, el comportamiento así que a veces he visto que los caracteres de doble byte convertirse en un '?' marca el personaje Pero, esto parece depender de los personajes particulares. Para el printf anteriormente, la salida es:

s:\ 

Tenía la esperanza de que podría conseguir algo como:

s:\??????Hello 

Me temo que he perdido el ejemplo, pero creo que para una cadena cuando encontró caracteres unicode, reemplazó el primero con un '?' y luego desistió del resto.

Por lo tanto, mi pregunta es, ¿qué se supone que ocurre al formatear una cadena ancha en una cadena de un solo byte. Documentación aquí: http://msdn.microsoft.com/en-us/library/hf4y5e3w.aspx dice "Los caracteres se muestran hasta el primer carácter nulo". Pero, no estoy viendo eso. ¿Es esto un error en printf, o es el comportamiento que estoy viendo documentado en alguna parte? Si es así, dónde.

Gracias por su ayuda.

ACTUALIZACIÓN

Gracias por las respuestas de las personas que me dan alternativas al uso de printf. Voy a cambiar a una alternativa, pero estoy realmente interesado por curiosidad, ¿por qué printf no tiene un comportamiento documentado confiable? Parece como si el implementador de la misma hubiera salido de su camino para que esto no funcionara.

Answer 1

Espero que su código funcione, y funciona aquí en Linux, pero depende de la configuración regional. Eso significa que tiene que configurar la configuración regional y su configuración regional debe ser compatible con el conjunto de caracteres utilizado. Aquí está mi programa de pruebas:

#include <locale.h> 
#include <stdio.h> 

int main() 
{ 
    int c; 
    char* l = setlocale(LC_ALL, ""); 
    if (l == NULL) { 
     printf("Locale not set\n"); 
    } else { 
     printf("Locale set to %s\n", l); 
    } 
    printf("%ls\n", L"s:\\яшертыHello"); 
    return 0; 
} 

y Aquí se presenta una traza de ejecución:

$ env LC_ALL=en_US.utf8 ./a.out 
Locale set to en_US.utf8 
s:\яшертыHello 

Si dice que la configuración regional no se establece o se establece en "C", es normal que se no obtengas el resultado que esperas

Editar: vea las respuestas a this question por el equivalente de en_US.utf8 para Windows.

Answer 2

En C++ utilizo generalmente std::stringstream para crear texto formateado. También he implementado un operador propia para utilizar la función de Windows para realizar la codificación:

ostream & operator << (ostream &os, const wchar_t * str) 
{ 
    if ((str == 0) || (str[0] == L'\0')) 
    return os; 
    int new_size = WideCharToMultiByte(CP_UTF8, 0, str, -1, NULL, NULL, NULL, NULL); 
    if (new_size <= 0) 
    return os; 
    std::vector<char> buffer(new_size); 
    if (WideCharToMultiByte(CP_UTF8, 0, str, -1, &buffer[0], new_size, NULL, NULL) > 0) 
    os << &buffer[0]; 
    return os; 
} 

Este código convertir a UTF-8. Para otras posibilidades, verifique: WideCharToMultiByte.