为何std::getline()读取带重音字符的UTF-8文件会乱码？

核心原因 #

std::wifstream默认使用系统默认的窄字符编码locale，而你的文件是UTF-8编码，两者解码规则不匹配导致乱码。直接赋值const std::wstring正常，是因为字符串字面量的编码被编译器正确识别处理（前提是你的源文件也是UTF-8编码且编译器设置适配）。

具体解决方案 #

要让std::wifstream正确解码UTF-8，需要给它注入专门处理UTF-8转wchar_t的locale，步骤如下：

1. 引入必要头文件：<fstream>、<locale>、<codecvt>、<iostream>、<string>
2. 创建基于std::codecvt_utf8<wchar_t>的locale（负责UTF-8到宽字符的转换）
3. 将该locale绑定到wifstream对象
4. 保留全局locale设置setlocale(LC_ALL, "")适配终端输出

完整示例代码 #

#include <fstream>
#include <locale>
#include <codecvt>
#include <iostream>
#include <string>

int main() {
    // 全局locale设置，适配终端输出编码
    setlocale(LC_ALL, "");

    // 创建支持UTF-8转宽字符的locale
    std::locale utf8_locale(std::locale(), new std::codecvt_utf8<wchar_t>);

    // 打开宽字符输入流
    std::wifstream file("test.txt");
    if (!file.is_open()) {
        std::cerr << "文件打开失败！" << std::endl;
        return 1;
    }

    // 给流注入UTF-8解码locale
    file.imbue(utf8_locale);

    // 逐行读取并输出
    std::wstring line;
    while (std::getline(file, line)) {
        std::wcout << line << std::endl;
    }

    return 0;
}

关键注意事项 #

• 文件编码：确保test.txt保存为无BOM的UTF-8编码（带BOM会导致开头出现特殊字符，可手动跳过但不推荐）
• 编译器兼容：std::codecvt_utf8在C17被标记为deprecated，但MinGW的libstdc仍支持，对新手来说是最简单有效的方案
• 终端支持：你的zsh终端需默认开启UTF-8显示（通常已满足），否则读取正确也会输出乱码

编译运行 #

用你原有的编译命令即可：

c++ -Wall -Wextra -Werror -std=c++20 test.cpp -o test

内容的提问来源于stack exchange，提问作者thepaqui