C++中cut与wcout区别

cout 与 wcout 有何不同

 

基本概念：

字符集：字符的数字代码集。 有 ANSI/ASCII、MBCS（Multibytes）、Unicode 等。比如“汉”字 Unicode 代码为 0x6c49。

编码方案：记录字符代码的方式。有 UTF-8、UTF-16、GB2312 等。编码方案分“变长编码”与“定长编码”两种。UTF-8 是变长编码

 

字符集与编码方案概念分明，却互依互存。字符集与编码方案是配套的。比如提到 GB2312 编码，即是指 GB2312 字符集与 GB2312 编码方案。此处 GB2312 为两字节定长编码。而提到 Unicode 编码，即指 Unicode 字符集与 UTF-X 编码方案。其中 UTF-16 为两字节定长编码，UTF-8 设计为变长是为了工业应用中兼容已有的 ANSI/ASCII 编码，并广泛应用于互联网业务。

 

源码文件与生成的程序文件编码是两回事儿。源码文件编码是文本文件保存时指定的编码；而程序文件编码依赖系统环境设置

常量字串在代码中是用源码文件编码记录的；而编译时将如何处理呢？这就讨论到了 cout 与 wcout 之不同。Win32 中，二者之别等价于变长与定长编码之分，或者说是采用非 UTF-16 还是 UTF-16 之分。自 Win2k 以降，基于 WinNT 内核的 Win OS 已全面更新为 UTF-16 编码。此处 Unicode 仅指Unicode 字符集配 UTF-16 编码。其余，包括 UTF-8、UTF-7、GB2312、ANSI/ASCII 等一律划归 Multibytes。故而 Multibytes 应理解为“变长”字符，而非“多”字符。二者转换，WinApi 提供MultiByteToWideChar 和WideCharToMultiByte 方法。转换的依据是 CodePage。对此，MSDN 上有细目可查。比如 MS936 码页便是 GB2312 与 Unicode 的映射关系表。

 

MSDN上提供的代码示例（略作修改测试区别）：

// iostream_cerr.cpp
// compile with: /EHsc
// By default, cerr and clog are the same as cout
#include <iostream>
#include <fstream>
using namespace std;
void TestWide( ) 
{
   int i = 0;
   wcout.imbue ( locale ( "chs" ) ); 
   wcout <<L"Enter a number:";
   wcin >> i;
   wcerr << L"test for wcerr汉字" << endl;
   wclog << L"test for wclog汉字" << endl;   
}
int main( ) 
{
   int i = 0;
   cout << "Enter a number汉字: ";
   cin >> i;
   cerr << "test for cerr汉字" << endl;
   clog << "test for clog汉字" << endl;
   TestWide( );
}

 L 将字串转码成 UTF-16 流wcout中，L将 字串转码成 UTF-16 流，没有加 L，编译时按系统默认环境编码。没有：wcout.imbue ( locale ( "chs" ) ); 输出结果
Enter a number汉字: 7
test for cerr汉字
test for clog汉字
Enter a number:7
test for wcerrtest for wclog  

有：wcout.imbue ( locale ( "chs" ) );输出结果

Enter a number汉字:9
test for cerr汉字
test for clog汉字
Enter a number:9
test for wcerr汉字
test for wclog汉字

 

指定了 chs 环境，也即 MS936 CodePage 映射，因此系统将 UTF-16 码流转为 GB2312 码流输出到控制台缓存（控制台为 I/O 终端文件）。