0

编辑

我通过键入解决了这里的问题out << L"Swedish: å ä ö Å Ä Ö"，即字符串之前的前缀 L，在这个答案中解释：C++ 中的 L 前缀到底是什么？ 我现在的问题是，这是否是一个好的解决方案，或者是否有解决此问题的首选替代方案？

编码

以下来自http://www.nongnu.org/fastcgipp/doc/2.1/a00004.html的编辑方法：

    bool response()
    {
       wchar_t russian[]={ 0x041f, 0x0440, 0x0438, 0x0432, 0x0435, 0x0442, 0x0020, 0x043c, 0x0438, 0x0440, 0x0000 };
       wchar_t chinese[]={ 0x4e16, 0x754c, 0x60a8, 0x597d, 0x0000 };
       wchar_t greek[]={ 0x0393, 0x03b5, 0x03b9, 0x03b1, 0x0020, 0x03c3, 0x03b1, 0x03c2, 0x0020, 0x03ba, 0x03cc, 0x03c3, 0x03bc, 0x03bf, 0x0000 };
       wchar_t japanese[]={ 0x4eca, 0x65e5, 0x306f, 0x4e16, 0x754c, 0x0000 };
       wchar_t runic[]={ 0x16ba, 0x16d6, 0x16da, 0x16df, 0x0020, 0x16b9, 0x16df, 0x16c9, 0x16da, 0x16de, 0x0000 };
       out << "Content-Type: text/html; charset=utf-8\r\n\r\n";
       out << "<html><head><meta http-equiv='Content-Type' content='text/html; charset=utf-8' />";
       out << "<title>fastcgi++: Hello World in UTF-8</title></head><body>";
       out << "English: Hello World<br />";
       out << "Russian: " << russian << "<br />";
       out << "Greek: " << greek << "<br />";
       out << "Chinese: " << chinese << "<br />";
       out << "Japanese: " << japanese << "<br />";
       out << "Runic English?: " << runic << "<br />";
       out << "Swedish: å ä ö Å Ä Ö<br />";
       out << "</body></html>";
       return true;
    }

原始输出

Content-Type: text/html; charset=utf-8

<html><head><meta http-equiv='Content-Type' content='text/html; charset=utf-8' /><title>fastcgi++: Hello World in UTF-8</title></head><body>English: Hello World<br />Russian: Привет мир<br />Greek: Γεια σας κόσμο<br />Chinese: 世界您好<br />Japanese: 今日は世界&lt;br />Runic English?: ᚺᛖᛚᛟ ᚹᛟᛉᛚᛞ&lt;br />Swedish:      <br /></body></html>

浏览器交互

English: Hello World
Russian: Привет мир
Greek: Γεια σας κόσμο
Chinese: 世界您好
Japanese: 今日は世界
Runic English?: ᚺᛖᛚᛟ ᚹᛟᛉᛚᛞ
Swedish:

如上所示，最后一个瑞典行具有输出“å ä ö Å Ä Ö”的预期行为。然而，由于某种原因，这被替换为空格。必须有一种方法可以让我不必输入该字母的 unicode 十六进制表示。

经过一些谷歌研究后，我尝试setLocale在主脚本的开头添加但没有成功。

为什么会这样？
在以上述方式编码时，如何解决能够自由使用任何 utf8 字符的问题？

4

1 回答 1

1

这适用于 Linux：

#include <iostream>
#include <locale>

    bool response()
    {
       wchar_t russian[]={ 0x041f, 0x0440, 0x0438, 0x0432, 0x0435, 0x0442, 0x0020, 0x043c, 0x0438, 0x0440, 0x0000 };
       wchar_t chinese[]={ 0x4e16, 0x754c, 0x60a8, 0x597d, 0x0000 };
       wchar_t greek[]={ 0x0393, 0x03b5, 0x03b9, 0x03b1, 0x0020, 0x03c3, 0x03b1, 0x03c2, 0x0020, 0x03ba, 0x03cc, 0x03c3, 0x03bc, 0x03bf, 0x0000 };
       wchar_t japanese[]={ 0x4eca, 0x65e5, 0x306f, 0x4e16, 0x754c, 0x0000 };
       wchar_t runic[]={ 0x16ba, 0x16d6, 0x16da, 0x16df, 0x0020, 0x16b9, 0x16df, 0x16c9, 0x16da, 0x16de, 0x0000 };
       std::wcout << "Content-Type: text/html; charset=utf-8\r\n\r\n" << std::endl;
       std::wcout << "<html><head><meta http-equiv='Content-Type' content='text/html; charset=utf-8' />" << std::endl;
       std::wcout << "<title>fastcgi++: Hello World in UTF-8</title></head><body>" << std::endl;
       std::wcout << "English: Hello World<br />" << std::endl;
       std::wcout << "Russian: " << russian << "<br />" << std::endl;
       std::wcout << "Greek: " << greek << "<br />" << std::endl;
       std::wcout << "Chinese: " << chinese << "<br />" << std::endl;
       std::wcout << "Japanese: " << japanese << "<br />" << std::endl;
       std::wcout << "Runic English?: " << runic << "<br />" << std::endl;
       std::wcout << L"Swedish: å ä ö Å Ä Ö<br />" << std::endl;
       std::wcout << "</body></html>" << std::endl;
       return true;
    }

int main()
{
  std::locale::global(std::locale(""));
  response();
}

注意 (1) 输出是宽流和 (2) 瑞典字符串文字是宽 ( L"whatever")。字符串文字前的 L 前缀（“Long”）表示该文字是宽字符串文字（wchar_t[]），而不是常规字符串文字（char[]）。

窄字符串文字在这里不起作用，因为窄字符集默认为 UTF-8，默认情况下没有从 UTF-8 转换为任何宽编码（可能是 UCS4）。每个字节都只是加宽了，这是完全错误的。如果您愿意，您可以自己转换它或使用标准转换函数之一：mbstowcs（不是真正可移植的）或 C++11 wstring_convert（不是真正使用 gcc/libstdc++，而是使用 clang/libc++）。

如何在 Windows 上进行这项工作是任何人的猜测。

建议坚持使用charand UTF-8 或wchar_tand UCS4（在 Linux 上）。既然要输出 UTF-8，使用char而不是是合理的wchar_t。

于 2014-11-24T11:29:25.037 回答