c - fgets 没有使用设置的语言环境

Question

考虑以下代码:

#include <stdio.h>
#include <locale.h>

int main()
{
    char test[100];

    printf("WITHOUT LOCALE: á, é, í, ó, ú, ü, ñ, ¿, ¡\n");

    setlocale(LC_CTYPE, "Spanish");

    printf("WITH LOCALE: á, é, í, ó, ú, ü, ñ, ¿, ¡\n");

    fgets(test, 100, stdin);

    printf("WITH FGETS AND LOCALE: %s\n", test);
    return 0;

}

以及 fgets 的以下输入:

á, é, í, ó, ú, ü, ñ, ¿, ¡

我希望它能够根据预先设置的语言环境支持特殊字符。然而，这是输出:

WITHOUT LOCALE: ß, Ú, Ý, ¾, ·, ³, ±, ┐, í
WITH LOCALE: á, é, í, ó, ú, ü, ñ, ¿, ¡
WITH FGETS AND LOCALE:  , ', ¡, ¢, £, ?, ¤, ¨, ­

知道会发生什么吗？

Answer 1

由于我在朝九晚五的工作中反复遇到这样的问题，所以我想出了一个 side-by-side table of common 8-bit encodings .

使用该表，似乎:

• 您的编辑器将源代码保存在 CP-1252 中(例如 'ó' -> 0xf3)
• 第一行输出是解释为 (DOS) CP-850 (0xf3 -> '¾') 的字节，
• 第二行(setlocale()之后)为CP-1252编码(0xf3 -> 'ó')，
• 第三行是CP-850中读取的输入，显示为CP-1252('ó' -> 0xa2 -> '¢').

(我假设是 Windows 平台——CP-1252——因为非 Windows 平台不会提供 CP-850，除非被迫在 Guzzle 下。源编码也可以是 ISO 8859-1/西欧，或者ISO 8859-9/土耳其语，无法用给定的字符集区分。它不可能是 ISO 8859-15，因为那样会将 'ñ' 变成 '€'，而不是 '¤'。它不能是任何其他 ISO 8859 编码，因为只有 -1、-9 和 -15 将 '¿' 转换为 '┐'.)

请注意，C 源代码中非 ASCII-7 字符的解释是实现定义的，因此您必须确保您的编辑器、终端(如果有)和编译器就使用的编码达成一致。如果可能的话，将您的环境设置为始终使用 Unicode(UTF-8 是最实用的)，以避免出现此类问题。我还建议对源代码中的任何非 ASCII-7 使用八进制转义符，因为您不知道其他人在将源代码提供给他们的编辑器/编译器时会使用什么编码设置。