如何在MinGW中实现支持UTF-8编码的控制台与文件输入输出功能

核心逻辑：内部全量使用UTF-8作为唯一存储编码，仅在控制台交互环节做临时的编码转换，不修改任何系统/运行时全局编码配置，避免不同场景的逻辑冲突。

具体实现步骤 #

• 废弃所有全局编码修改操作：不要调用SetConsoleCP/SetConsoleOutputCP修改控制台代码页，不要用_setmode修改标准流模式，不要修改C运行时全局setlocale配置，这类全局修改会导致文件读写、常量输出等场景的编码逻辑互相冲突。
• 控制台输入处理：直接调用Windows原生API ReadConsoleW 读取UTF-16格式的输入内容，再通过WideCharToMultiByte指定CP_UTF8参数，将输入转换为UTF-8格式存储即可，完全不受当前控制台CP866配置的影响。
• 控制台输出处理：所有要输出到控制台的内容，不管是读取后存储的UTF-8数据，还是源码中存储的UTF-8格式const char数组常量，统一先通过MultiByteToWideChar指定CP_UTF8参数转换为UTF-16格式，再调用WriteConsoleW输出到控制台，Windows控制台原生支持Unicode输出，只要系统安装了对应西里尔字体即可正常显示，无需适配CP866编码。
• UTF-8文本文件读写：直接使用标准C的文件读写API（fopen/fread/fwrite等）按字节流读写即可，无需做任何编码转换，和内部UTF-8存储格式完全兼容。

MinGW环境适配注意事项 #

• 保持源码文件UTF-8编码即可，const char*字符串常量直接存储的就是源码的UTF-8字节，不需要加L前缀，wchar_t仅作为控制台交互环节的临时转换类型使用，不要用做全局存储类型。
• 可以自行封装输入输出函数对外暴露UTF-8接口，无需改动业务层的全UTF-8逻辑。

核心代码示例 #

#include <windows.h>
#include <stdlib.h>
#include <string.h>

// UTF-8转UTF-16
wchar_t* u8_to_utf16(const char* u8_str) {
    int wlen = MultiByteToWideChar(CP_UTF8, 0, u8_str, -1, NULL, 0);
    wchar_t* wstr = (wchar_t*)malloc(wlen * sizeof(wchar_t));
    if (wstr) MultiByteToWideChar(CP_UTF8, 0, u8_str, -1, wstr, wlen);
    return wstr;
}

// UTF-16转UTF-8
char* utf16_to_u8(const wchar_t* wstr) {
    int u8len = WideCharToMultiByte(CP_UTF8, 0, wstr, -1, NULL, 0, NULL, NULL);
    char* u8_str = (char*)malloc(u8len);
    if (u8_str) WideCharToMultiByte(CP_UTF8, 0, wstr, -1, u8_str, u8len, NULL, NULL);
    return u8_str;
}

// 控制台输出UTF-8字符串
void u8_console_print(const char* u8_text) {
    if (!u8_text) return;
    wchar_t* wtext = u8_to_utf16(u8_text);
    if (wtext) {
        WriteConsoleW(GetStdHandle(STD_OUTPUT_HANDLE), wtext, lstrlenW(wtext), NULL, NULL);
        free(wtext);
    }
}

// 读取控制台输入返回UTF-8字符串，需手动free返回值
char* u8_console_read() {
    wchar_t wbuf[1024];
    DWORD read_cnt;
    if (!ReadConsoleW(GetStdHandle(STD_INPUT_HANDLE), wbuf, 1023, &read_cnt, NULL)) {
        return NULL;
    }
    wbuf[read_cnt] = L'\0';
    // 去除末尾换行符
    if (read_cnt >= 2 && wbuf[read_cnt-2] == L'\r' && wbuf[read_cnt-1] == L'\n') {
        wbuf[read_cnt-2] = L'\0';
    }
    return utf16_to_u8(wbuf);
}

方案覆盖能力验证 #

1. 控制台输入：读取的是原生Unicode输入，转换为UTF-8存储，适配后续所有写入操作
2. 控制台回显输入内容：直接将存储的UTF-8转UTF-16输出，字符显示正常
3. 源码UTF-8常量输出：直接将const char*传入u8_console_print即可正常显示
4. UTF-8文件读写：直接按字节流读写，和内部存储格式完全匹配，无转码损耗

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