在使用 sprintf() 等 C 标准库格式化函数处理包含非 ASCII 字符的 UTF-8 字符串时,我发现了一个有趣的问题:
printf() 系列的函数不知道 utf-8 并根据字节数而不是字符来处理所有内容。因此格式不正确。
简单的例子:
#include <stdio.h>
int main(int argc, char *argv[])
{
const char* testMsg = "Tääääßt";
char buf[1024];
int len;
sprintf(buf, "|%7.7s|", testMsg);
len = strlen(buf);
printf("Result=\"%s\", len=%d", buf, len);
return 0;
}
结果是:
Result="|Täää|", len=7
很可能你们中的一些人会建议将应用程序从 char 转换为 wchar_t 并使用 fwprintf() 等,但这是绝对不可能的,因为现有的应用程序很大。我可以想象编写一个在内部使用这些函数的包装器,但这会很棘手而且效率很低。
因此,最好的解决方案是使用可识别 UTF-8 的替代标准 C 库的格式化功能。
目前我正在开发 QNX 6.4,但回复其他操作系统。例如Linux,也很受欢迎。