在 Visual Studio 2019 年进入标准 wstdio 函数

Question

我想找出使用新功能 setlocale(LC_ALL, ".utf8") 时标准函数 fgetwc() 无法从 utf8 文本文件读取 '\u2013' (EN DASH) 而是 returns WEOF。也许找到解决方法。

我禁用了“仅我的代码”并为包含 fgetwc 的 C:\WINDOWS\SysWOW64\ucrtbased.dll 启用了符号下载但是，当我尝试进入该功能时，它找不到 fgetwc.cpp.

这两个位置不包含该文件，我找不到任何其他位置：

C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\crt\src\
C:\Program Files (x86)\Microsoft Visual Studio19\Community\VC\Tools\MSVC.28.29333\crt\src\

这是我的测试程序：

#include <stdio.h>
#include <locale.h>
#include <wchar.h>
#include <stdlib.h>

int main()
{
    wint_t wc; // = L'\u2013';
    FILE* file;
    printf("%s\n", setlocale(LC_ALL, ".utf8"));
    file = fopen("test.txt", "r");
    wc = fgetwc(file);

    // ffff '?' 0 0
    fprintf(stdout, "%04x '%lc' %d %d\n", wc, wc, ferror(file), feof(file));
    return 0;
}

它打印 ffff 而不是 2013。 ferror() 和 feof() return 错误。

test.txt:

–

编码为E2 80 93

Answer 1

为了读取 UTF-8 文件，可选择删除 setlocale 调用，并将 fopen 行替换为：
```
file = fopen("test.txt", "r, ccs=utf-8");
```
fopen documentation 状态：

ccs=encoding -- Specifies the encoded character set to use (one of UTF-8, UTF-16LE, or UNICODE) for this file. Leave unspecified if you want ANSI encoding.

这似乎暗示必须明确指定 ccs=UTF-8 编码才能将文件读取为 UTF-8 文本。

不过，另一方面，“ANSI”曾经表示活动代码页或系统默认语言环境。随着最近 Windows 10 1903 及更高版本对 UTF-8 作为活动代码页的支持，预计“ANSI 编码”与“[=36”相同=]UTF-8 编码”，当当前语言环境是 UTF-8 时。然而，当前实施的 UCRT 似乎并非如此。
用于写入宽字符，#include <io.h> 和 <fcntl.h>，并将 fprintf 行替换为：
```
_setmode(_fileno(stdout), _O_U16TEXT);
wprintf(L"%04x '%wc' %d %d\n", wc, wc, ferror(file), feof(file));
```
printf documentation 状态：

wprintf is a wide-character version of printf; format is a wide-character string. wprintf and printf behave identically if the stream is opened in ANSI mode. printf does not currently support output into a UNICODE stream.

在 Visual Studio 2019 年进入标准 wstdio 函数

step into standard wstdio functions in Visual Studio 2019

c

utf-8

visual-studio