在 Windows 上使用_vscwprintf 处理 UTF-8 编码的字符串时失败，该如何解决？

[jayvien]

static std::wstring format_string(CONST WCHAR* pszText, ...)
{
    std::wstring result;
    va_list args;
    va_start(args, pszText);
    int len = _vscwprintf(pszText, args);
    if (len < 0)
    {
        wprintf_s(L"_vscwprintf failed, len=%i, error=%i\n", len, errno);
        return L"";
    }
    result.resize((size_t)len);
    vswprintf_s(const_cast<WCHAR*>(result.data()), result.size() + sizeof(WCHAR),
                pszText, args);
    va_end(args);
    return result;
}

int wmain(int argc, wchar_t* argv[])
{
    wprintf_s(L"%S\n", setlocale(LC_ALL, ".UTF8"));
    std::wstring msg = format_string(L"msg: %hs", u8"abc 你好");
    wprintf_s(L"msg: %s\n", msg.c_str());
    return 0;
}

输出：
Chinese (Simplified)_China.utf8
_vsctprintf failed, len=-1, error=0
msg:

操作系统：Windows 10 x64

编译器：vs2019, mingw-w64-v8.1.0

项目字符集：UNICODE

项目文件：test_utf8.zip - 蓝奏云

[missdeer]

用 char*试试

[wtfdsy]

格式的%hs 换成%s

[lonewolfakela]

盲猜是 windows 的_vscwprintf 系列函数有 bug，不能正常处理 utf8，不然没法解释为啥 len=-1 但是 errno 却是 0……
不知道楼主这段代码的需求是怎样的，能不能换别的函数进行处理？

[jones2000]

%ls 或%s

[ysc3839]

印象中 C 里面 wchar 系列函数有坑，会根据当前 locale 进行一些转换的。
Windows 下控制台要输出 Unicode 系列编码的字符串，建议转成 UTF-16 然后用 WriteConsole 输出。

[jayvien]

@lonewolfakela 经过一天的尝试，同意你的猜测，UTF-8 编码的字符串只有多字节系列的函数才能正确处理。原始需求是实现一个日志库，传多参，可以正常处理宽字节（ UTF-16LE ）和多字节（ UTF-8 ）的日志参数，并且写出 UTF-8 编码的文件。目前已经改成通过多字节系列的函数来实现了，_vscprintf 、vsprintf_s 、printf_s 、fprintf_s，写出文件的时候要用二进制模式，需要 UTF-8 BOM 头的话要自己写"\xEF\xBB\xBF"。

[jayvien]

需要注意的是，虽然 setlocale 设置了 UTF-8 语言环境，_fsopen 仍然不支持 UTF-8 编码的文件路径，因此需要通过 _wfsopen 打开文件。

[jayvien]

另外，utf8everywhere 里也有提到一些这方面的技巧，http://utf8everywhere.org/zh-cn

[ysc3839]

@jayvien 你要在 Windows 下使用 UTF-8 文件路径的话，只能把当前进程的 active code page 设置成 UTF-8 来实现，这个操作印象中从 Win10 某个版本开始才支持。否则你必须转换成 UTF-16 。
Windows 中的 Unicode 使用的是 UTF-16 编码。但是为了兼容性，有一些系统 API 有非 Unicode 的版本，这些非 Unicode 的版本内部一般是使用 active code page 转换成 UTF-16 。

[nvioue]

....
兄弟你是完全不熟悉 Windows 编程吧...
我给你们简单科普一下
windows 凡是跟字符串相关的 api 大部分都有 A 和 W 两个版本
你用的这个 xxxprint 系列函数我个人认为不算是 windows api. 是 VC 运行库函数, 一样的会映射多字节 multibyte 和 unicode 两个版本.
如果你的目的是混合输出 char 和 wchar 的话... 其实这非常奇怪的需求了. 我建议你统一一下
混合输出你必须手动 MultiByteToWideChar 和 WideCharToMultiByte. 没有人会帮你转换的. 你要知道光简体中文都有 gb2312, gbk, gb18080.. 至少 3 个编码; 你如果是输出中文需求的话可不要小瞧了这两个函数..
打日志到文件的话没必要这么麻烦, 我告诉你用上述 api 转换完了之后直接用 WriteFile 写文件完事

[jayvien]

@nvioue 再过几年，如果你还在做 Windows 开发的话，你可能会理解我提的这个问题。

[nvioue]

@jayvien 兄弟你自己没搞清楚, 还说我不理解?
你自己的原话: "同意你的猜测，UTF-8 编码的字符串只有多字节系列的函数才能正确处理"...
一看就知道你没正规的学过 Windows 编程; 还在用"猜"来解决问题.... 我是好心才给你科普的.
Windows 核心编程一书 第 2 章就是告诉你 Unicode 的部分.