Unicode字符处理C代码优化咨询：_setmode与setlocale疑问

我编写了一段C代码，实现输入英文单词“blue”和瑞典语单词“blå”，分别存入不同文本文件后读取并在终端正确输出。目前代码可正常运行，但存在两点疑问，同时希望获得代码中Unicode、_setmode、宽字符相关部分的优化建议。运行环境为Windows 11、VSCode、MINGW-32。

疑问 #

1. 微软文档指出调用_setmode前需用fflush刷新流，我仅在set_mode_to_UTF16函数中执行了该操作，set_mode_to_default中未做，为何程序仍正常运行？
2. 很多资料使用setlocale设置UTF-16 locale，但我的代码未使用该函数，是否存在潜在问题？

代码实现 #

#include <stdio.h>
#include <locale.h>
#include <wchar.h>
#include <string.h>
#include <io.h>
#include <fcntl.h>

#define _O_U16TEXT 0x20000
#define _O_DEFAULT 0x4000
#define SIZE 1000

typedef struct {
   wchar_t sweWord[SIZE];     //sweWord=Swedish Word
   char engWord[SIZE];        //engWord=English Word
} Word;


void set_mode_to_UTF16() {

   fflush(stdin);
   fflush(stdout);

   _setmode(_fileno(stdin), _O_U16TEXT);
   _setmode(_fileno(stdout), _O_U16TEXT);
}

void set_mode_to_default() {
   _setmode(_fileno(stdin), _O_DEFAULT);
   _setmode(_fileno(stdout), _O_DEFAULT);
}

Word enterWord() {
   Word aWord;

   printf("Enter english word \"blue\": ");
   scanf("%s", aWord.engWord);
   printf("You entered: %s\n", aWord.engWord);

   set_mode_to_UTF16();

   wprintf(L"Enter swedish word \"blå\": ");
   wscanf(L"%ls", aWord.sweWord);
   wprintf(L"You entered: %ls\n", aWord.sweWord);

   set_mode_to_default();

   return aWord;
}

void saveWord(Word aWord) {
   FILE *pFile1;
   FILE *pFile2;

   if(pFile1=fopen("ENGWORD.txt", "w")) {
      fprintf(pFile1, "%s\n", aWord.engWord);
   } else {
      printf("Failed to save ENGWORD!\n");
   }
   fclose(pFile1);
 
   set_mode_to_UTF16();

   if(pFile2=fopen("SWEWORD.txt", "w")) {
      _setmode(_fileno(pFile2), _O_U16TEXT);
      fwprintf(pFile2, L"%ls\n", aWord.sweWord);
   } else {
      wprintf(L"Failed to save SWEWORD!\n");
   }
   fclose(pFile2);

   set_mode_to_default();
} 

Word loadWord() {
   Word aWord;
   FILE *pFile1;
   FILE *pFile2;

   if(pFile1=fopen("ENGWORD.txt", "r")) {
      fscanf(pFile1, "%s", aWord.engWord);
   } else {
      printf("Failed to load ENGWORD!\n");
   }
   fclose(pFile1);

   set_mode_to_UTF16();

   if(pFile2=fopen("SWEWORD.txt", "r")) {
      _setmode(_fileno(pFile2), _O_U16TEXT);
      fwscanf(pFile2, L"%ls\n", aWord.sweWord);
   } else {
      wprintf(L"Failed to save SWEWORD!\n");
   }
   fclose(pFile2);

   set_mode_to_default();

   return aWord;
}

int main(void) {
   int defaultMode;

   defaultMode=_setmode(_fileno(stdin), _O_BINARY);
   printf("Default mode is %d\n", defaultMode);
   _setmode(_fileno(stdin), defaultMode);      //mode is now in default.

   Word wordToSave;
   Word wordToLoad;

   wordToSave=enterWord();
   saveWord(wordToSave);
   wordToLoad=loadWord();

   printf("Loaded english word is %s\n", wordToLoad.engWord);
   set_mode_to_UTF16();
   wprintf(L"Loaded swedish word is %ls\n", wordToLoad.sweWord);
   set_mode_to_default();
   printf("Done! Signing off...\n");

   return 0;
}

程序输出 #

Default mode is 16384

Enter english word "blue": blue
You entered: blue
Enter swedish word "blå": blå
You entered: blå
Loaded english word is blue
Loaded swedish word is blå
Done! Signing off...

疑问解答 #

1. 切换回默认模式未执行fflush为何正常？ #

微软要求调用_setmode前fflush，核心原因是避免流缓冲区中残留的未处理数据与新编码模式冲突：

• 切换到_O_U16TEXT前：默认模式是ANSI，缓冲区可能残留ANSI编码的字符，若不fflush直接切换，这些字符会被当作UTF-16处理，必然导致乱码。
• 切换回默认模式时：你在切换前已经完成了所有UTF-16相关的输入输出操作（比如wprintf已经把内容输出到控制台，缓冲大概率已清空），所以暂时没出现问题。但这是侥幸情况——如果缓冲中还残留未写入的UTF-16数据，直接切换模式会导致数据损坏或乱码。正确做法是在set_mode_to_default中也加上fflush(stdin); fflush(stdout);。

2. 未使用setlocale是否有问题？ #

setlocale和_setmode的作用完全不同：

• _setmode是设置文件流（控制台/文件）的编码模式，决定输入输出的字节是按ANSI还是UTF-16解析。
• setlocale是设置程序的区域设置，影响字符分类、多字节与宽字符的转换（比如mbstowcs、wcstombs）、格式化输出的本地化规则等。

你的代码中直接使用宽字符函数（wprintf、wscanf）+_setmode切换控制台到UTF-16模式，不需要依赖多字节转宽字符的逻辑，所以暂时可以正常运行。但如果后续代码需要处理多字节与宽字符的转换，或者需要依赖区域设置的字符操作（比如判断字符是否为字母），就必须调用setlocale（比如setlocale(LC_ALL, "");或指定UTF-8/UTF-16的locale）。从代码扩展性考虑，建议添加setlocale调用。

优化建议 #

1. 统一流模式切换的fflush操作
   修改set_mode_to_default函数，添加fflush确保缓冲清空：

   void set_mode_to_default() {
      fflush(stdin);
      fflush(stdout);
      _setmode(_fileno(stdin), _O_DEFAULT);
      _setmode(_fileno(stdout), _O_DEFAULT);
   }
   

2. 优化文件编码模式设置
   不必先打开文件再调用_setmode，可以直接在fopen时指定编码，更直观且避免潜在问题：

   // 保存瑞典语单词时
   if(pFile2=fopen("SWEWORD.txt", "w,ccs=UTF-16LE")) {
      fwprintf(pFile2, L"%ls\n", aWord.sweWord);
   }
   // 读取时
   if(pFile2=fopen("SWEWORD.txt", "r,ccs=UTF-16LE")) {
      fwscanf(pFile2, L"%ls", aWord.sweWord);
   }
   

3. 修复错误处理逻辑
   当前代码中，无论文件是否打开成功都会调用fclose，若文件指针为NULL，fclose(NULL)会触发未定义行为。修改为：

   if(pFile1=fopen("ENGWORD.txt", "w")) {
      fprintf(pFile1, "%s\n", aWord.engWord);
      fclose(pFile1);
   } else {
      printf("Failed to save ENGWORD!\n");
   }
   

4. 避免缓冲区溢出
   scanf和wscanf未限制输入长度，容易导致缓冲区溢出，修改为：

   scanf("%999s", aWord.engWord); // SIZE=1000，留1位给终止符
   wscanf(L"%999ls", aWord.sweWord);
   

5. 替换手动宏定义
   _O_U16TEXT和_O_DEFAULT在MINGW的fcntl.h中已有定义，删除手动定义的宏，避免冲突。

6. 安全获取默认流模式
   用_getmode直接获取当前模式，替代先设置为_O_BINARY再切回的操作：

   int defaultMode = _getmode(_fileno(stdin));
   

内容的提问来源于stack exchange，提问作者Alexander Jonsson