C++读取带UTF-8 BOM的西语文本文件控制台输出乱码求助

你的问题出在三个核心点：

• UTF-8 BOM的三个起始字节未被正确识别，被当作普通字符输出
• wifstream默认使用系统本地编码读取文件，而你的文件是UTF-8编码，导致字符转码错误
• 控制台输出编码未与程序输出编码匹配

解决步骤 #

1. 让wifstream正确处理UTF-8编码（含BOM） #

使用C++标准库的std::codecvt_utf8 facet，将wifstream的locale设置为支持UTF-8转换的类型，这样流会自动识别并跳过UTF-8 BOM，同时正确将UTF-8字节转换为宽字符。

2. 确保控制台输出编码匹配 #

Windows系统控制台默认编码不是UTF-8，需手动设置为UTF-8编码；Linux/macOS通常默认支持UTF-8，无需额外设置。

修改后的完整代码 #

#include <fstream>
#include <iostream>
#include <string>
#include <locale>
#include <codecvt>
#ifdef _WIN32
#include <windows.h>
#endif

using namespace std;

wstring inputStr;
wchar_t wc;
wifstream te;

void openTxt();
void readTxt();
void closeTxt();
void wait();

int main(){
    // Windows下设置控制台输出为UTF-8
    #ifdef _WIN32
    SetConsoleOutputCP(CP_UTF8);
    #endif

    // 设置支持UTF-8转宽字符的locale
    locale utf8_locale(locale(), new codecvt_utf8<wchar_t>);
    te.imbue(utf8_locale);

    openTxt();
    readTxt();
    closeTxt();
    wait();
    return 0;
}

void openTxt(){
    te.open("texInput.txt", ios::in);
    if (te.fail()){
        cout << "No se pudo abrir el archivo de texto";
        exit(1);
    }
}

void readTxt(){
    // 修正读取逻辑，避免读取无效字符
    while (te.get(wc)){
        inputStr.push_back(wc);
    }
    wcout << inputStr << endl;
}

void closeTxt(){
    te.close();
}

void wait(){
    wcout << L"type something to exit: " << endl;
    wcin >> wc;
}

额外说明 #

• std::codecvt_utf8<wchar_t>负责将UTF-8字节流转换为宽字符，同时自动跳过UTF-8 BOM，不会将其作为内容输出。
• SetConsoleOutputCP(CP_UTF8)强制Windows控制台使用UTF-8编码输出，确保西班牙语特殊字符正确显示。
• 替换while(te.good())为while(te.get(wc))，避免原逻辑在读取最后一个字符后仍返回true，导致多读取一个无效字符。

内容的提问来源于stack exchange，提问作者Gabriel Survila