Windows的CRT中的setlocale()

在 Windows CRT 的实现中还有一个使用 wchar_t 作为 locale 名的宽字符版本：_wsetlocale()。因此，也有了使用 _TCHAR 宏版本的 setlocale()：_tsetlocale()。

Windows CRT 实现的 setlocale() 和 glibc 版本的头文件与声明相同，使用方法类似，如下：

支持的 locale 分类常量：LC_ALL、LC_COLLATE、LC_CTYPE、LC_MONETARY、LC_NUMERIC、LC_TIME。

请求设定的 locale 名可以为以下格式（参考MSDN：Language and Country/Region Strings）：

lang[country_region[.code_page]]：虽然形式与 glibc 的相同，当 Windows 的 locale 名并不符合 POSIX 的规范，比如采用 GBK 字符集的大陆中文，POSIX 的名字为：zh_CN.GBK，而在 Windows CRT 中要用：Chinese_People’s Republic of China.936，(--^)。

lang 字段的可用值参考：Language Strings

country_region 字段的可用值参考：Country/Region Strings

code_page 字段的可用值是 Windows 系统支持的代码页编号，参考：Code Page Identifiers

.code_page：可以直接使用代码页来设定 locale，而且可以使用 .OCP、.ACP 两个伪代码页，.OCP 表示从系统获得的当前活动的 OEM 代码页，.ACP 表示从系统获得的活动 ANSI 代码页。

“”：根据 Windows 系统环境的活动 ANSI 代码页来设定 locale。.OCP、.ACP、和环境代码页都受控制面板中“区域与语言选项”的设置影响。默认装完简体中文版 Windows 后，活动的 ANSI 代码页为：936（即 GBK），可用 chcp 控制台程序查看活动代码页。

NULL：取回当前 locale，不改变当前 locale。

setlocale()的作用和使用例子

当向终端、控制台输出 wchar_t 类型的字符时，需要设置 setlocale()，因为通常终端、控制台环境自身是不支持 UCS 系列的字符集编码的，使用流操作函数时（如：printf()），在标准/RT库实现的内部会将 UCS 字符转换成合适的本地 ANSI 编码字符，转换的依据就是 setlocale() 设定的活动 locale，最后将结果字符序列传递给终端，对于来自终端的输入流这个过程刚好相反。

可以用重定向输出流到文件的方法验证上面的机制：无论是 Windows CRT、Linux glibc、Cygwin glibc，使用 wprintf() 打印 wchar_t 字符文本时，重定向到文件的内容总是 GBK、UTF-8 等本地 ANSI 编码，而不会是 UCS 编码。

代码块

01 #ifdef GNUC
02
03 #define CSET_GBK “GBK”
04 #define CSET_UTF8 “UTF-8”
05
06 #define LC_NAME_zh_CN “zh_CN”
07
08 // ifdef GNUC
09 #elif defined(_MSC_VER)
10
11 #define CSET_GBK “936”
12 #define CSET_UTF8 “65001”
13
14 #define LC_NAME_zh_CN “Chinese_People’s Republic of China”
15
16 // ifdef _MSC_VER
17 #endif
18
19 #define LC_NAME_zh_CN_GBK LC_NAME_zh_CN “.” CSET_GBK
20 #define LC_NAME_zh_CN_UTF8 LC_NAME_zh_CN “.” CSET_UTF8
21 #define LC_NAME_zh_CN_DEFAULT LC_NAME_zh_CN_GBK
22
23 void print_current_loc();
24
25 int main(int argc, char* argv[])
26 {
27 char* locname = NULL;
28 const wchar_t* strzh = L”中文字符串”;
29
30 print_current_loc();
31
32 // 使用指定的 locale
33 locname = setlocale(LC_ALL, LC_NAME_zh_CN_DEFAULT);
34 if ( NULL == locname )
35 {
36 printf(“setlocale() with %s failed.\n”, LC_NAME_zh_CN_DEFAULT);
37 }
38 else
39 {
40 printf(“setlocale() with %s succeed.\n”, LC_NAME_zh_CN_DEFAULT);
41 }
42
43 print_current_loc();
44
45 wprintf(L”Zhong text is: %ls\n”, strzh);
46
47 // 使用运行环境中的 locale 设置
48 locname = setlocale(LC_ALL, “”);
49 if ( NULL == locname )
50 {
51 printf(“setlocale() from environment failed.\n”);
52 }
53 else
54 {
55 printf(“setlocale() from environment succeed.\n”);
56 }
57
58 print_current_loc();
59
60 wprintf(L”Zhong text is: %ls\n”, strzh);
61
62 puts(“End of program.”);
63 return 0;
64 }
65
66 // 打印当前 locale
67 void print_current_loc()
68 {
69 char* locname = setlocale(LC_ALL, NULL);
70 printf(“Current locale is: %s\n”, locname);
71 }

脚注

要使上面程序成功编译并执行，需要注意一下几点：

Windows CRT 是不支持 UTF-8 编码作为 locale 的，运行时使用 setlocale(LC_ALL, “.65001”) 会失败。

使用 Linux 和 Cygwin 的 glibc 时，要在终端显示正确的中文，需满足以下条件：

不要混用 char 和 wchar_t 版本的流操作函数，否则会导致这些函数运行异常，我用Cygwin GCC 4测试混用 printf() 和 wprintf() 时，程序甚至崩掉，所以要将上面程序中 printf() 语句全注释掉才行。Window CRT 的实现则没有这个问题。

运行环境的 locale 设置要和程序中 setlocale() 设定的 locale 一致，比如：终端的活动字符集、环境变量（一般用 LANG），要设置为 *.UTF-8，才能显示 setlocale(LC_ALL, “zh_CN.UTF-8”) 设定的 wchar_t 的中文字符。

用 GCC 编译时，要使用 UTF-8 编码保存源文件，这是 GCC 在编译时，将 wchar_t 文字量（以 L 打头）正确转换为 UCS 编码保存在对象文件中的必需条件，用 Native ANSI 编码（比如：GBK）有 wchar_t 文字量的源文件时，GCC 会编译出错，Linux 和 Cygwin 的 GCC 都有这个约束。另外在 Linux GCC 使用 UCS-4 编码保存 wchar_t，而 Windows 和 Cygwin GCC 使用 UCS-2。

用 wprintf() 时，要用 %ls 表示 wchar_t 的字符串，用 %s 表示 char 的字符串，具体参考：man 3 wprintf，而 Windows 的实现用 %ls、%s 都可以正确输出 wchar_t 字符串。