如何将文件读入wstring？

Question

我正在尝试使用 wifstream 打开文件：

#include <sstream>
#include <fstream>

wstring readFile(const char* filename)
{
    wifstream wif(filename);
    wstringstream wss;
    wss << wif.rdbuf();
    return wss.str();
}

它正在读取包含英文和俄文符号的文件并将文本放入wstring中。

然后，我尝试将所有这些打印到控制台中，所有俄语符号都被替换为另一个符号。英文符号正确。

我发现，替换符号的所有字符代码（如\u...）都是正确的。而且它们不在 ASCII 表中，例如 å - U+00E5 (en.wikipedia.org/wiki/List_of_Unicode_characters)

我认为将文件解码为 utf-8 时存在问题。

Answer 1

无需任何额外设置，

wifstream

将使用

C

语言环境，这可能不是您想要的。

有多种可能的解决方案：

---

1.使用默认区域设置

要使用默认区域设置读取文件，请将

std::wifstream

与

std::locale("")

结合使用。这就是大多数 Linux 程序的工作方式。

示例：

#include <fstream>
#include <iostream>
#include <ranges>

int main()
{
    std::wifstream stream("sample.txt");
    if (!stream)
    {
        std::cerr << "Failed to open file\n";
        return 1;
    }

    stream.imbue(std::locale(""));

    for (auto c : std::views::istream<wchar_t>(stream))
    {
        std::cout << std::hex << static_cast<int>(c) << std::endl;
    }

    if (stream.bad())
    {
        std::cerr << "Failed to extract character\n";
    }
}

大多数 Linux 发行版默认使用 UTF-8。 Windows 也可以配置为使用 UTF-8，尽管我相信这不是默认设置。

---

2.使用 UTF-8 语言环境

虽然没有真正完全可移植的方法来执行此操作，但以下内容似乎在 Windows 和 Linux 上都适用（只要

en_US.utf-8

语言环境可用）：

stream.imbue(std::locale("en_US.utf-8"));

---

3.使用已弃用 (C++17)/已删除 (C++26)

codecvt_utf8_utf16

警告：请勿在生产中使用。

<codecvt>

中的内容存在与错误处理相关的问题，并将从标准中删除。我也不相信他们能够正确处理格式错误（或潜在恶意）的输入。

stream.imbue(std::locale(std::locale::classic(), new std::codecvt_utf8_utf16<wchar_t>));

---

4.使用图书馆

对于不能简单依赖默认语言环境的生产代码来说，这实际上是最佳选择。

---

那么您应该选择哪种方法呢？这取决于：

• 如果您只想进行一些快速测试，选项#2 可能是最简单的。只是不要在生产中使用它；
• 如果您的程序使用默认语言环境是可以接受的（或者甚至是理想的，如果您的目标是 Linux），请使用选项#1；
• 否则，请使用#4。