C++ Visual Studio carácter codificación emite

Question

No ser capaz de envolver mi cabeza alrededor de éste es una verdadera fuente de vergüenza ...

Estoy trabajando con una versión francesa de Visual Studio (2008), en un francés Windows XP). Los acentos franceses colocados en cadenas enviadas a la ventana de salida se corrompen. Ídem entrada desde la ventana de salida. Problema típico de codificación de caracteres, ingreso a ANSI, obtengo UTF-8 a cambio, o algo por el estilo. ¿Qué configuración puede garantizar que los caracteres permanezcan en ANSI cuando se muestra una cadena "codificada" en la ventana de salida?

EDIT:

Ejemplo:

#include <iostream> 

int main() 
{ 
std:: cout << "àéêù" << std:: endl; 

return 0; 
} 

se mostrará en la salida:

óúÛ¨

(aquí codificado como HTML para su placer visual)

Realmente me gustaría para mostrar:

àéêù

Answer 1

Antes de continuar, debo mencionar que lo que está haciendo no es compatible con C/C++. El specification indica en 2.2 qué conjuntos de caracteres son válidos en el código fuente. No hay mucho allí, y todos los personajes utilizados están en ascii. Entonces ... Todo a continuación es sobre una implementación específica (como ocurre, VC2008 en una máquina local de EE. UU.).

Para empezar, tiene 4 caracteres en su línea cout, y 4 glifos en la salida. Por lo tanto, el problema no es la codificación UTF8, ya que combinaría varios caracteres fuente en menos glifos.

De ti cadena de origen a la pantalla de la consola, todas esas cosas juegan un papel importante:

1. Lo que codifica el archivo de origen está en (es decir, cómo el archivo de C++ será visto por el compilador)
2. lo que su compilador hace con una cadena literal, y qué fuente que lo codifica entiende
3. cómo su << interpreta la cadena codificada que está pasando en
4. lo codifica la consola de espera
5. cómo la consola traduce esa salida a un glifo de fuente.

Ahora ...

1 y 2 son bastante fáciles. Parece que el compilador adivina en qué formato se encuentra el archivo fuente y lo decodifica en su representación interna. Genera el literal de cadena correspondiente a la porción de datos en la página de códigos actual independientemente de la codificación de origen. No he podido encontrar detalles/control explícitos sobre esto.

3 es aún más fácil. A excepción de los códigos de control, << simplemente pasa los datos por char *.

4 es controlado por SetConsoleOutputCP. Debería establecerse de forma predeterminada en la página de códigos predeterminada del sistema. También puede averiguar cuál tiene con GetConsoleOutputCP (la entrada se controla de manera diferente, a través de SetConsoleCP)

5 es divertido. Me golpeé la cabeza para descubrir por qué no podía hacer que el é se mostrara correctamente, usando CP1252 (europeo occidental, Windows). Resulta que la fuente de mi sistema no tiene el glifo para ese personaje, y usa útilmente el glifo de mi página de códigos estándar (mayúscula Theta, lo mismo que obtendría si no llamara a SetConsoleOutputCP). Para solucionarlo, tuve que cambiar la fuente que uso en las consolas a Lucida Console (una verdadera tipografía).

Algunas cosas interesantes que aprendí mirando esto:

• la codificación de la fuente no importa, siempre y cuando el compilador puede averiguarlo (en particular, cambiándolo a UTF8 no cambió el código generado . Mi cadena "é" aún estaba codificada con CP1252 como 233 0)
• VC está seleccionando una página de códigos para los literales de cadenas que no parecen controlar.
• controlando lo que muestra la consola es más doloroso que lo que estaba esperando

Así que ... ¿qué significa esto para usted? Estos son algunos consejos:

• no utilice non-ascii en cadenas literales. Use los recursos, donde usted controla la codificación.
• asegúrate de saber qué codificación espera la consola y que tu fuente tenga los glifos para representar los caracteres que envíes.
• si desea saber qué codificación se está utilizando en su caso, le aconsejo que imprima el valor real del carácter como un número entero. char * a = "é"; std::cout << (unsigned int) (unsigned char) a[0] muestra 233 para mí, que es la codificación en CP1252.

Por cierto, si lo que se obtuvo fue "Ouu" en lugar de lo que ha pegado, entonces parece que los 4 bytes se interpretan como un lugar CP850.

Answer 2

yo probamos este código:

#include <iostream> 
#include <fstream> 
#include <sstream> 

int main() 
{ 
    std::wstringstream wss; 
    wss << L"àéêù"; 
    std::wstring s = wss.str(); 
    const wchar_t* p = s.c_str(); 
    std::wcout << ws.str() << std::endl; 

    std::wofstream file("C:\\a.txt"); 
    file << p << endl; 

    return 0; 
} 

El depurador mostró que WSS, s yp todos tenían los valores esperados (es decir, "àéêù"), al igual que el archivo de salida. Sin embargo, lo que apareció en la consola fue óúÛ¨.

El problema está, por lo tanto, en la consola de Visual Studio, no en C++. Usando una excelente respuesta de Bahbar, añadí:

SetConsoleOutputCP(1252); 

como la primera línea, y la salida de la consola entonces apareció como debería.

Answer 3

Prueba esto:

#include <iostream> 
#include <locale> 

int main() 
{ 
std::locale::global(std::locale("")); 
std::cout << "àéêù" << std::endl; 

return 0; 
} 

Answer 4

//Save As Windows 1252 
#include<iostream> 
#include<windows.h> 

int main() 
{ 
    SetConsoleOutputCP(1252); 
    std:: cout << "àéêù" << std:: endl; 
} 

Visual Studio no es compatible con UTF-8 para C++, pero parcialmente apoya para C:

//Save As UTF8 without signature 
#include<stdio.h> 
#include<windows.h> 

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

Answer 5

Asegúrese de que no se olvide a cambio de la fuente de la consola a Lucida Consolas mencionada por Bahbar: fue crucial en mi caso (victoria francesa 7 64 bit con VC 2012).

Entonces, como lo mencionan en otros utilizan SetConsoleOutputCP (1252) para C++, pero puede fallar dependiendo de las páginas disponibles así que es posible que desee utilizar GetConsoleOutputCP() para comprobar que funcionaba o al menos para comprobar que SetConsoleOutputCP (1252) vuelve cero. Cambiar la configuración regional global también funciona (por alguna razón no hay necesidad de hacer cout.imbue (locale());! Pero puede romper algunos Librairies

En C, SetConsoleOutputCP (65001), o la locale- enfoque basado trabajó para mí una vez que había guardado el código fuente como UTF8 sin la firma (desplazarse hacia abajo, la elección sans-firma está muy por debajo de la lista de páginas)

entrada usando SetConsoleCP (65001).; falló para mí aparentemente debido a una mala implementación de la página 65001 en Windows. El enfoque de configuración regional también falló en C y C++. Una solución más complicada, sin depender de los caracteres nativos sino de wchar_t parece requerido.

Answer 6

El uso de _setmode() funciona (source) y es posiblemente mejor que cambiar la página de códigos o establecer una configuración regional, ya que de hecho hará que su programa utilice Unicode. Ejemplo:

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

int wmain() 
{ 
    _setmode(_fileno(stdout), _O_U16TEXT); 

    std::wcout << L"àéêù" << std::endl; 

    return 0; 
} 

dentro de Visual Studio, asegúrese de configurar el proyecto para Unicode (Haga clic derecho Proyecto -> Haga clic general ->juego de caracteres = Uso de caracteres Unicode Conjunto)

usuarios

MinGW:

1. definir tanto UNICODE y _UNICODE
2. Añadir -finput-charset=iso-8859-1 a los opciones del compilador Para solucionar este error: "convirtiendo al conjunto de caracteres de ejecución: Argumento no válido"
3. Agregue -municode a las opciones del vinculador para obtener "undefined referencia a `WinMain @ 16" (read more).