在 C++ 中读取和写入西里尔文文件

我必须首先读取西里尔文文件，然后随机选择随机行数并将修改后的文本写入不同的文件。拉丁字母没有问题，但我遇到了西里尔文字的问题，因为我得到了一些垃圾。这就是我尝试做这件事的方式。

说，归档input.txt is

ааааааа
ббббббб
ввввввв

我必须阅读它，并将每一行放入向量中：

vector<wstring> inputVector;
wstring inputString, result;
wifstream inputStream;
inputStream.open("input.txt");
while(!inputStream.eof())
{
    getline(inputStream, inputString);              
    inputVector.push_back(inputString);
}
inputStream.close();    

srand(time(NULL));
int numLines = rand() % inputVector.size();
for(int i = 0; i < numLines; i++)
{
    int randomLine = rand() % inputVector.size();
    result += inputVector[randomLine];
}

wofstream resultStream;
resultStream.open("result.txt");
resultStream << result;
resultStream.close();

那么我怎样才能使用西里尔字母来生成可读的东西，而不仅仅是符号呢？

因为您看到类似 ■a a a a a a a 1 1 1 1 1 1 1 2 2 2 2 2 2 2 ♦ 打印到控制台，看起来input.txt以 UTF-16 编码进行编码，可能是 UTF-16 LE +BOM。如果将文件的编码更改为 UTF-8，则可以使用原始代码。

使用UTF-8的原因是，无论文件流的char类型如何，basic_fstream的底层basic_filebuf uses a codecvt转换流的对象char与 char 类型对象流之间的对象；即在阅读时，char从文件中读取的流被转换为wchar_t流，但是在写入时，wchar_t流被转换为char然后写入文件的流。如果是std::wifstream, the codecvt对象是标准的一个实例std::codecvt<wchar_t, char, mbstate_t>，通常将 UTF-8 转换为 UCS-16。

正如上所解释的MSDN 文档页面basic_filebuf:

类型对象基本文件缓冲区使用 char * 类型的内部缓冲区创建，无论字符类型由类型参数指定Elem。这意味着 Unicode 字符串（包含 wchar_t 字符）在写入内部缓冲区之前将被转换为 ANSI 字符串（包含 char 字符）。

类似地，当读取 Unicode 字符串（包含wchar_t字符），basic_filebuf将从文件中读取的 ANSI 字符串转换为wchar_t字符串返回到getline和其他读取操作。

如果你改变编码input.txt转换为 UTF-8，您的原始程序应该可以正常工作。

作为参考，这对我有用：

#include <cstdlib>
#include <ctime>
#include <fstream>
#include <iostream>
#include <string>
#include <vector>

int main()
{
    using namespace std;

    vector<wstring> inputVector;
    wstring inputString, result;
    wifstream inputStream;
    inputStream.open("input.txt");
    while(!inputStream.eof())
    {
        getline(inputStream, inputString);
        inputVector.push_back(inputString);
    }
    inputStream.close();

    srand(time(NULL));
    int numLines = rand() % inputVector.size();
    for(int i = 0; i < numLines; i++)
    {
        int randomLine = rand() % inputVector.size();
        result += inputVector[randomLine];
    }

    wofstream resultStream;
    resultStream.open("result.txt");
    resultStream << result;
    resultStream.close();

    return EXIT_SUCCESS;
}

请注意，编码result.txt也将是 UTF-8（通常）。