C++中fstream处理俄语文本异常，字符长度判断错误如何解决？

算力阿峰

2026-9-27

问题根因分析

你遇到的问题本质是字符数和字节数的混淆，和系统区域设置没有直接关系：

UTF-8编码中，英文、数字等ASCII字符为单字节存储，所以英文单词"Test"共4个字符，对应std::string.size()返回值就是4，满足<=5的判断条件可以正常输出。
俄语西里尔字母属于多字节字符，在UTF-8编码下每个西里尔字母占2字节，4个字符的俄语单词"тест"实际占用的字节数是8，所以当判断条件是line.size() <=5时会被过滤，改成<=8就能正常匹配。
你调用的setlocale(LC_ALL, "ru_ru.utf8")只影响输入输出的编码解析、字符分类等规则，不会改变std::string按字节计数的底层逻辑。

修复方案

如果需要按实际字符数筛选，有两种常用实现方式：

方案1：改用宽字符处理（Windows平台适配性好）

将字符串、输入输出流都替换为宽字符版本，wstring的size()返回的就是实际的字符数：

#include <iostream>
#include <fstream>
#include <string>
#include <Windows.h>
using namespace std;
int main()
{
    setlocale(LC_ALL, "ru_ru.utf8");
    wifstream input{ "in_text.txt" };
    // 给输入流关联俄语UTF-8 locale
    input.imbue(locale("ru_RU.UTF-8"));
    if (!input) {
        wcerr << L"Ошибка при открытии файла" << endl;
        return 1;
    }
    wcout << L"Вывод содержимого файла: " << endl;
    wstring line{};
    while (input >> line) {
        // 这里size()返回实际字符数，直接判断即可
        if (line.size() <= 5)
            wcout << line << endl;
    }
    wcout << endl;

    input.close();
    return 0;
}