C++基础（十八）区域设置、locale、中文乱码、中文不输出

在C++程序中，尤其是新手，在涉及到打印/输出字符串的时候，经常莫名其妙遇到乱码或者不输出的问题。

如果是在windows系统上编程，更是如此。不管是CFile还是CStdioFile，莫名其妙就输出不了或者输出的是乱码。

如果只是想要解决输出问题，很简单，很多文章直接让setlocale(LC_ALL, "")、setlocale(LC_CTYPE, "")、setlocale(LC_ALL, "chs")、setlocale(LC_ALL, "zh_CN")等等，反正就是setlocale，最后发现真的可以。可是真的了解具体含义吗？如果软件是跨区域/国家的，一个setlocale可能确实解决了你的这个乱码问题，但是也许会给别人带来灾难。

首先，setlocale属于C语言的函数，在C++中尽量少用，C++针对国际化有专门的解决方案，且更加灵活。

C++的国际化是通过std名称空间下的locale类实现的，其对外接口比较简单，如下：

所有输入输出流，都有其对应的locale，可以通过getloc获取，再调用locale的成员函数name，就可以获取locale的名字。请看代码(vs2019)：

#include <iostream>

int main()
{
	using namespace std;

	cout << "cout：" << cout.getloc().name() << "\n";
	cout << "wcout：" << wcout.getloc().name() << "\n";

	system("pause");
	return 0;
}

执行结果如下：

可以看到，不管是cout，还是wcout，在vs2019编译器里面，其默认的locale都是"C"，即与C语言的设置保持一致。但是，上一篇文章中有介绍，wcout输出中文的时候默认是无法输出的，但是cout可以。

不知道是wcout的支持的问题，还是C语言在处理wchar_t的中文时的问题，对C语言了解得不多，不敢乱下结论。

1、locale

看locale的构造函数介绍：

形式有很多种，其中的默认构造函数，取得是当前的全局locale，我们可以通过两行代码获取当前的locale设定：

#include <iostream>

int main()
{
	using namespace std;

	locale lc_defalut;
	cout << lc_defalut.name() << "\n";

	system("pause");
	return 0;
}

执行结果：

C会根据当前的系统区域设定来判断，如果操作系统是中文的，那么确实可以正确显式中文；但如果不是，直接设置成默认的，肯定会有问题；另外，用系统默认的locale设置到wcout上，也无法正确输出中文。

其他构造函数，还有一个接受"char*"/"string"参数的构造函数，这两个是用得最多的。参数的形式如下：language[_area[.code]]。

_area和.code都是可选的，简单列几个(包含世界所有的国家和地区的来源没找到，此处参考的是另一篇文章：https://blog.csdn.net/templar1000/article/details/20369271)：

c           Default: ANSI-C conventions (English, 7 bit)
en_US       English in the United States
en_AU       English in Australia
en_CA       English in Canada
fr_FR       French in France
fr_CH       French in Switzerland
fr_CA       French in Canada
ja_JP.jis   Japanese in Japan with Japanese Industrial Standard (JIT) encoding
ja_JP.sjis  Japanese in Japan with Shift JIS encoding
ja_JP.ujis  Japanese in Japan with UNIXized JIS encoding
ja_JP.EUC   Japanese in Japan with Extended UNIX Code encoding
zh_CN       Chinese in China
zh_TW       Chinese in Taiwan
lt_LN.bit7  ISO Latin, 7 bit
lt_LN.bit8  ISO Latin, 8 bit
 

可以看出来，对于中文，有两种，我们用的一般是"zh_CN"，所以想要定一个支持中文的locale，别用系统默认的，而应该直接指定。

如果传递的字符串为空，则返回的也是环境变量中默认的locale；如果传的字符串非法，即不是约定的，则会抛出异常：

总结一下，对于locale来说，有两种方式获取当前默认的区域环境：

（1）用默认的构造函数构造一个lcoale对象；

（2）传入空字符串构造一个locale("")对象。

2、设置locale

C++的locale设置很灵活，可以设置全局的，也可以设置到具体的流对象上。这里建议设置到具体的流对象上，除非你有必须设置到全局的充分理由。

（1）设置全局的

如果有充分的理由需要设置全局的locale，在不使用C语言的setlocle函数的前提下，如何设置呢？

locale类有一个静态的成员函数：globale，如下：

可以看到，调用global，传入一个locale，就可以设置想要的区域环境；但是需要注意，如果参数loc有name，还会设置C的global locale。

因此，在调用global前，一定要记住当前的全局locale是什么，操作结束后再重新设置回来。

看global的返回值，返回的是之前的全局locale，这就简单了，示例代码如下：

#include <iostream>

void PrintWchar()
{
	std::wcout << L"output English\n";
	std::wcout << L"输出一句中文\n";
	std::cout << "now-wcout: " << std::wcout.getloc().name() << std::endl;

	std::locale lc_global;
	std::cout << "now-global: " << lc_global.name() << std::endl;
}

int main()
{
	using namespace std;
	
	std::cout << "before: "<< std::wcout.getloc().name() << std::endl;
	locale lc_old = locale::global(locale("zh_cn"));  //设置全局locale为中文，并记录返回值，即原来的全局locale
	PrintWchar();
	locale::global(lc_old);  //设回原来的全局locale
	std::cout << "after: " << std::wcout.getloc().name() << std::endl;

	system("pause");
	return 0;
}

执行结果非常有意思，如下：

程序其实非常简单：

先打印wcout里的locale，发现是"C"；

调用locale::global函数，传入一个参数为"zh_cn"的locale的临时变量，并定义lc_old接收返回值;

调用PrintWchar函数，函数内部打印一句英文，一句中文，另外，还打印了此刻wcout流中locale值以及此时全局的locale值；结果非常有意思，wcout依然是C，而全局的"zh_cn"；

再次调用locale::global，传入参数为刚才接收的返回值lc_old;

打印此时的wcout的locale值，依然是C。

程序从始至终，都没有改变wcout的locale值，但是在设置了全局的locale为"zh_cn"后，wcout就能正常打印中文。

具体的原理，我也不太清楚，似乎很有意思，这里不强行解释。

再次强调一下，设置全局的locale后，一定要记得重新设置回来！

（2）设置到具体的流对象上

标准输出

设置到具体的流对象上，都是调用流的"imbue"函数，接受一个locale的const引用。如下：

#include <iostream>

int main()
{
	using namespace std;
	
	locale lc_zh("zh_CN");
	wcout.imbue(lc_zh);
	wcout << L"中文" << endl;
	cout << "wcout：" << wcout.getloc().name() << endl;
	cout << "cout：" << cout.getloc().name() << endl;

	system("pause");
	return 0;
}

执行结果如下：

可以看到，imbue的设置，仅仅影响到了wcout，对cout没有影响。

试了一下，这里locale的参数，可以传："zh_cn"、"chs"、"chinese"中的任何一个，且不区分大小写。

文件流

如果想要操作文件，用imbue设置到具体的文件流对象上更合适。如下：

#include <iostream>
#include <fstream>

void WriteFile(std::wfstream& fOut)
{
	if (!fOut.is_open())
		return;
	fOut << L"A line English\n";
	fOut << L"窗前明月光\n";
	fOut << L"疑似地上霜\n";
	fOut << L"举头望明月\n";
	fOut << L"低头思故乡";
	fOut.close();
}

int main()
{
	using namespace std;

	wfstream wf_not;
	wf_not.open(R"(L:\locale_not.txt)", ios_base::out);
	WriteFile(wf_not);
	
	wfstream wf_yes;
	wf_yes.imbue(locale("zh_cn"));
	wf_yes.open(R"(L:\locale_yes.txt)", ios_base::out);
	WriteFile(wf_yes);

	system("pause");
	return 0;
}

执行完程序后，会在L盘下生成连个文件：

打开文件，会发现locale_not里的中文没有输出：

原因很简单，wf_not没有设置locale，wf_yes设置了。

可以看到，这里不需要记录全局的lcoale再重新设置回去。因为这里locale的设置是针对流对象而言的，仅影响这一个对象。

（3）涉及中文输出(包括文件)，尽量设置locale

尽管我们开发的软件大部分情况都用于中国，但不能百分百确定一定会是中文操作系统，换句话说，不能百分百确定用户操作系统中的默认环境是中文的；或者，其他人在某个地方把全局的locale设置成了英文等其他环境，忘了设回系统默认的。

如果不是，会出现什么情况呢？请看下面代码：

#include <iostream>

void OtherOp()
{
	std::locale::global(std::locale("en_US"));
}

int main()
{
	using namespace std;

	OtherOp();
	cout << "C++ nice! \n";
	cout << "C++ 很棒！\n";

	system("pause");
	return 0;
}

运行结果如下：

如此结果的原因很简单，OtherOp里面把全局的locale设置成了英文环境，但没有设回原来的，导致cout无法识别中文。如果是和别人一起合作项目，而且该项目涉及多个国家和区域，这种情况极有可能发生。

所以，在涉及文件的读写时，尽量设置一下流的locale，以防其他人在别的地方修改了全局locale忘记设回之前的状态。