UTF-8编码文本文件读取乱码：土耳其字符显示异常

你的乱码问题核心是UTF-8多字节字符被当成单字节处理，加上编码环境不匹配导致的：

• UTF-8中土耳其字符（如ö、ü、ç）都是2字节序列，你用fgetc逐单字节读取，再用strncat拼接，会把每个字节拆成独立的"字符"，终端用系统本地编码（如ISO-8859-9）解析时就会显示成乱码（比如ö的C3 B6会被解析为ö）。
• setlocale(LC_ALL, "Turkish")设置的是系统本地单字节编码（ISO-8859-9），和文件的UTF-8编码不匹配，所以无法解决问题。

修正方案1：二进制读取UTF-8字节流（推荐用于后续解析） #

直接读取文件的原始字节，确保UTF-8序列完整，同时设置终端以UTF-8解析输出：

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

int main() {
    // 设置UTF-8编码的土耳其语环境（不同系统写法有差异）
    // Linux/macOS 使用下面这句
    setlocale(LC_ALL, "tr_TR.UTF-8");
    // Windows 使用下面这句
    // setlocale(LC_ALL, "Turkish_Turkey.65001");

    // 以二进制模式打开文件，避免换行符转换破坏UTF-8字节
    FILE *dosya = fopen("InsertFilePath", "rb");
    if (!dosya) {
        perror("Dosya açma hatası");
        return 1;
    }

    char yazi[1000];
    // 一次性读取字节到缓冲区，预留位置放字符串结束符
    size_t okunan = fread(yazi, 1, sizeof(yazi) - 1, dosya);
    yazi[okunan] = '\0';

    printf("%s", yazi);

    fclose(dosya);
    return 0;
}

修正方案2：使用宽字符处理（适合直接操作字符） #

利用宽字符函数读取UTF-8字符，自动处理多字节序列：

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

int main() {
    // 设置UTF-8编码环境
    setlocale(LC_ALL, "tr_TR.UTF-8"); // Linux/macOS
    // setlocale(LC_ALL, "Turkish_Turkey.65001"); // Windows

    // Windows需要指定ccs=UTF-8强制以UTF-8打开文件；Linux/macOS直接用"r"即可
    FILE *dosya = fopen("InsertFilePath", "r, ccs=UTF-8");
    if (!dosya) {
        perror("Dosya açma hatası");
        return 1;
    }

    wchar_t yazi[1000];
    // 读取宽字符字符串
    fgetws(yazi, sizeof(yazi)/sizeof(wchar_t), dosya);

    // 输出宽字符
    wprintf(L"%ls", yazi);

    fclose(dosya);
    return 0;
}

额外注意事项 #

1. 终端编码设置：确保终端的编码是UTF-8（Linux/macOS默认一般是，Windows可以在cmd中执行chcp 65001切换）。
2. void main()的问题：该写法不符合C标准，规范写法是int main()并返回整数状态码。
3. 缓冲区安全：你的原代码中strncat循环拼接可能导致缓冲区溢出，fread更安全且高效。

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