【程序】给C++的cout和fstream添加Unicode支持，使其能向屏幕或文件输入/输出wchar_t字符串

【程序】

#include <fstream>#include <iostream>#include <Windows.h>#define RDBUF_LEN 200using namespace std;ostream &operator << (ostream &os, const wchar_t *wstr){if (os == cout)WriteConsoleW(GetStdHandle(STD_OUTPUT_HANDLE), wstr, wcslen(wstr), NULL, NULL); // 输出到屏幕上else{// 此时wstr是UTF-16编码// 将其转换为UTF-8编码后写入文件int n = WideCharToMultiByte(CP_UTF8, NULL, wstr, -1, NULL, NULL, NULL, NULL);char *p = new char[n];WideCharToMultiByte(CP_UTF8, NULL, wstr, -1, p, n, NULL, NULL);os.write(p, n - 1);delete[] p;}return os;}ostream &operator << (ostream &os, wstring &ws){os << ws.c_str();return os;}istream &operator >> (istream &is, wstring &ws){int n = 0;wchar_t *wp;if (is == cin){/* 从控制台中输入一行字符串 */bool complete = false;DWORD dwRead; // 实际读到的字符个数HANDLE hInput = GetStdHandle(STD_INPUT_HANDLE);wp = NULL;do{/* 分次循环读取, 直到遇到换行符 */wp = (wchar_t *)realloc(wp, (n + RDBUF_LEN + 2) * sizeof(wchar_t)); // 分配内存时始终为\r\n预留空间ReadConsoleW(hInput, wp + n, RDBUF_LEN + 2, &dwRead, NULL);if (wp[n + dwRead - 2] == '\r'){wp[n + dwRead - 2] = '\0'; // 把\r换成\0, 并结束读取complete = true;// 注意: 当本次只读到\n一个字符时, wp[n + dwRead - 2]指向上一次读到的那一段的最后一个字符, 且一定是\r// 例如: [abc][de\r][\n  ], 此时RDBUF_LEN=1, 第二次读的时候n=3, dwRead=3, wp[3+3-2]=wp[4]是e而不是\r, 所以继续// 第三次读的时候n=6, dwRead=1, wp[6+1-2]=wp[5]恰好是\r, 因此将\r替换成\0并退出循环}elsen += dwRead;} while (!complete);ws = wp;free(wp);}else{/* 从文件中读取一行字符串 */streampos start_pos = is.tellg(); // 记录开始读取的位置char ch;while (ch = is.get(), !is.eof() && ch != '\r' && ch != '\n')n++; // 寻找换行符或文件结束符出现的位置is.seekg(start_pos); // 回到开始位置// 读取这一部分内容char *p = new char[n + 1];is.read(p, n);p[n] = '\0';// 使文件位置指针跳过换行符while (ch = is.get(), !is.eof() && (ch == '\r' || ch == '\n'));if (!is.eof())is.seekg(-1, ios::cur);// 转换成UTF-16编码n = MultiByteToWideChar(CP_UTF8, NULL, p, -1, NULL, NULL);wp = new wchar_t[n];MultiByteToWideChar(CP_UTF8, NULL, p, -1, wp, n);delete[] p;ws = wp;delete[] wp;}return is;}int main(void){// 从控制台中输入Unicode字符串wstring wstr;cout << L"请输入一段文字: ";cin >> wstr;// 打开文件并写入Unicode字符串ofstream file("file.txt");if (!file.is_open()){cout << L"文件打开失败" << endl;return 0;}file << L"1234" << endl;file << L"简体中文abc" << endl;file << L"¿Cómo estás?" << endl;file << L"用户输入: " << wstr << endl;cout << L"已成功写入" << file.tellp() << L"字节" << endl;file.close();// 打开文件并从文件中读取Unicode字符串ifstream ifile("file.txt");cout << endl << endl << endl << L"**********************文件中的内容*********************" << endl;while (!ifile.eof()){ifile >> wstr;cout << wstr << endl; // 显示}ifile.close();return 0;}

【运行结果】

【输出的文件】

【背景知识】
char字符数组能存放任意编码的字符串
wchar_t在Windows系统下一般用来存放UTF-16编码的字符串，Linux下一般是UTF-32字符串
在C/C++中，"xxx"型的字符串的编码与源文件的编码格式一致，而L"xxx"则统一为UTF-16(Windows) / UTF-32(Linux)编码。
在Visual Studio中默认创建的源文件的编码格式是ANSI编码，所以char xxx[] = "xxx"的编码一般都是ANSI。
ANSI的编码格式并不固定，它只是一个编码映射。在简体中文Windows操作系统下，ANSI指向的是GB2312编码。由于英文版系统下ANSI并不指向GB2312编码，所以打开相关的文本文件就会显示为乱码，而打开UTF-8编码的文本文件就不会乱码。
Windows API函数都分为ANSI和Unicode版本。例如SetWindowTextA接受的是char字符数组，因为char字符数组一般都是ANSI编码，而SetWindowTextW接受的是wchar_t字符数组（默认UTF-16编码）
UTF-8、UTF-16和UTF-32是Unicode的三种实现方式。Unicode负责给每个字符编号，而这三种实现方式则按不同的方式存储其编号。

C/C++中自带的printf, cout等库函数都不能正确输出Unicode的字符串，因为它们在输出前都会将Unicode转换成ANSI，导致字符信息丢失，并且这个过程无法阻止。要想输出Unicode字符串只有调用Windows的API函数：WriteConsoleW。对于Unicode字符串的输入也有同样的问题。
本文就是把这个功能封装到了C++的cout里面。