c++ - setw() 在包含 UTF-8 多字节字符/代码点的字符串上注入(inject)错误输出

Question

我需要输出一些可能是 UTF-8 多字节的数据，我需要使用 setw() 保持它们的格式。

当字符是多字节序列时，对齐会丢失，setw() 无法正常工作。

//#include <stdio.h>
#include <locale>
#include <iostream>
//#include <fstream>
#include <iomanip>
//#include <sstream>

int main(int argc, char **argv)
{ 
    std::locale l=std::locale("en_US.utf8");
    std::locale::global(l); 
    std::cout.imbue(l);
    std::cout<<std::endl;
    std::cout<<std::setw(40)<<std::right<<"hi “my” friend"<<std::endl;
    std::cout<<std::setw(40)<<std::right<<"hi -my- friend"<<std::endl;
    return 0;
}

输出是:

                  hi “my” friend
                      hi -my- friend

我错过了什么？

我必须指出字符 “ 和 ” 不是普通的 " 而是另外两个字符，它们在 UTF-8 中是每三个字节表示。

Answer 1

字符串文字 "hi -my- friend" 包含 14 个字符。字符串文字 "hi “my” friend" 包含 18 个字符:symbols “ and ” are encoded by 3 characters/bytes . cout原样输出这些字符，它是将3字节序列转换为单个符号的目标终端。

因此，从流的角度来看，一切正常:它输出 (width - strlen(literal) ) 填充字符，然后是 strlen(literal) 字符，宽度总计。它不处理可能的多字节序列，也不知道目标终端将多个字符转换为一个符号。