在 VC++ 2003 中，我可以将源文件保存为 UTF-8，并且所有字符串都按原样使用。换句话说，以下代码会将字符串按原样打印到控制台。如果源文件保存为 UTF-8，则输出将为 UTF-8。

printf("Chinese (Traditional)");
printf("中国語 (繁体)");
printf("중국어 (번체)");
printf("Chinês (Tradicional)");

我已使用 UTF-8 BOM 以 UTF-8 格式保存文件。但是使用 VC2008 编译会导致:

warning C4566: character represented by universal-character-name '\uC911' 
cannot be represented in the current code page (932)
warning C4566: character represented by universal-character-name '\uAD6D' 
cannot be represented in the current code page (932)
etc.

导致这些警告的字符已损坏。适合区域设置的那些(在本例中为 932 = 日语)将转换为区域设置编码，即 Shift-JIS。

我找不到让 VC++ 2008 为我编译它的方法。请注意，我在源文件中使用什么语言环境并不重要。似乎没有一个语言环境说“我知道我在做什么，所以不要 f$%##ng 更改我的字符串文字”。特别是，无用的 UTF-8 伪语言环境不起作用。

#pragma setlocale(".65001") 
=> error C2175: '.65001' : invalid locale

“C”也不行:

#pragma setlocale("C") 
=> see warnings above (in particular locale is still 932)

似乎 VC2008 强制所有字符进入指定(或默认)的语言环境，并且该语言环境不能是 UTF-8。我不想将文件更改为使用“\xbf\x11...”之类的转义字符串，因为相同的源代码是使用 gcc 编译的，它可以非常愉快地处理 UTF-8 文件。

有什么方法可以指定源文件的编译应该保持字符串文字不变？

换个说法，在编译源文件时，我可以使用哪些编译标志来指定与 VC2003 的向后兼容性。即不要更改字符串文字，按原样逐字节使用它们。

更新

感谢您的建议，但我想避免使用 wchar。由于此应用程序专门处理 UTF-8 中的字符串，因此使用 wchar 将要求我将所有字符串转换回 UTF-8，这应该是不必要的。所有输入、输出和内部处理均采用 UTF-8。这是一个简单的应用程序，在 Linux 上和使用 VC2003 编译时都可以正常工作。我希望能够用 VC2008 编译相同的应用程序并让它工作。

为此，我需要 VC2008 不尝试将其转换为我本地机器的语言环境(日语，932)。我希望 VC2008 向后兼容 VC2003。我想要一个语言环境或编译器设置，说明字符串按原样使用，本质上是不透明的 char 数组或 UTF-8。看起来我可能会被 VC2003 和 gcc 困住，但 VC2008 在这种情况下试图变得太聪明了。

最佳答案

更新:

我已经决定没有保证的方法可以做到这一点。我在下面介绍的解决方案适用于英文版 VC2003，但在使用日文版 VC2003(或者它可能是日文操作系统)编译时失败。无论如何，不​​能依赖它来工作。请注意，即使将所有内容都声明为 L""字符串也不起作用(并且在 gcc 中很痛苦，如下所述)。

相反，我相信您只需要咬紧牙关，将所有文本移动到数据文件中并从那里加载即可。我现在通过 SimpleIni 存储和访问 INI 文件中的文本(跨平台 INI 文件库)。至少可以保证它可以正常工作，因为所有文本都在程序之外。

原文:

我自己回答这个问题，因为似乎只有埃文明白这个问题。关于 Unicode 是什么以及如何使用 wchar_t 的答案与这个问题无关，因为这与国际化无关，也不是对 Unicode 字符编码的误解。不过，我感谢您的帮助，如果我不够清楚，请道歉。

问题是我有需要在各种平台和编译器下交叉编译的源文件。该程序执行 UTF-8 处理。它不关心任何其他编码。我想在 UTF-8 中使用字符串文字，就像目前使用 gcc 和 vc2003 一样。 VC2008如何做到这一点？ (即向后兼容的解决方案)。

这是我发现的:

gcc (v4.3.2 20081105):

• 字符串文字按原样使用(原始字符串)
• 支持 UTF-8 编码的源文件
• 源文件不得有 UTF-8 BOM

vc2003:

• 字符串文字按原样使用(原始字符串)
• 支持 UTF-8 编码的源文件
• 源文件可能有也可能没有 UTF-8 BOM(没关系)

vc2005+:

• 编译器会处理字符串文字(没有原始字符串)
• char 字符串文字被重新编码为指定的语言环境
• 不支持将 UTF-8 作为目标语言环境
• 源文件必须具有 UTF-8 BOM

因此，简单的答案是，对于这个特定目的，VC2005+ 已损坏并且不提供向后兼容的编译路径。将 Unicode 字符串导入编译程序的唯一方法是通过 UTF-8 + BOM + wchar，这意味着我需要在使用时将所有字符串转换回 UTF-8。

没有任何简单的跨平台将 wchar 转换为 UTF-8 的方法，例如 wchar 的大小和编码是什么？在 Windows 上，UTF-16。在其他平台上？它因人而异。见 ICU project了解一些细节。

最后我决定，我将避免在 vc2005+ 以外的所有编译器上的转换成本，源代码如下。

#if defined(_MSC_VER) && _MSC_VER > 1310
// Visual C++ 2005 and later require the source files in UTF-8, and all strings 
// to be encoded as wchar_t otherwise the strings will be converted into the 
// local multibyte encoding and cause errors. To use a wchar_t as UTF-8, these 
// strings then need to be convert back to UTF-8. This function is just a rough 
// example of how to do this.
# define utf8(str)  ConvertToUTF8(L##str)
const char * ConvertToUTF8(const wchar_t * pStr) {
    static char szBuf[1024];
    WideCharToMultiByte(CP_UTF8, 0, pStr, -1, szBuf, sizeof(szBuf), NULL, NULL);
    return szBuf;
}
#else
// Visual C++ 2003 and gcc will use the string literals as is, so the files 
// should be saved as UTF-8. gcc requires the files to not have a UTF-8 BOM.
# define utf8(str)  str
#endif

请注意，此代码只是一个简化示例。生产使用需要以多种方式清理它(线程安全、错误检查、缓冲区大小检查等)。

这就像下面的代码一样使用。它编译干净并且在我对 gcc、vc2003 和 vc2008 的测试中正常工作:

std::string mText;
mText = utf8("Chinese (Traditional)");
mText = utf8("中国語 (繁体)");
mText = utf8("중국어 (번체)");
mText = utf8("Chinês (Tradicional)");

关于c++ - 如何在 Visual C++ 2008 中创建 UTF-8 字符串文字，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/688760/