大家說說Cygwin下UTF-8編碼字符顯示

silon212

cygwin1.dll版本：1.7.1
bash版本：3.2.49(23)

[自己的程序無法顯示UTF-8字符]

我用MinGW gcc 4.4.0編了個簡單程序，printf char[]字符串到stdout，源代碼用不帶BOM的UTF-8保存，用WinHex查看編譯后程序，里面的字符串也是UTF-8的，在cmd或Cygwin bash下運(yùn)行，均按GBK解碼字符，結(jié)果在ASCII之外的字符都是錯誤的。

[Cygwin中的程序能顯示UTF-8字符]

但奇怪的是，我發(fā)現(xiàn)Cygwin自身的一些軟件包都采用UTF-8的環(huán)境，比如：我的程序myapp.exe的UTF-8輸出字符串本來是不能正確顯示的，但如果將程序輸出賦給環(huán)境變量：

VAR=`./myapp.exe`

然后：echo $VAR，這時就能在控制臺顯示正確的UTF-8字符串。
為了驗(yàn)證VAR確實(shí)保存UTF-8字符串，我echo $VAR > out.txt，檢查out.txt也是UTF-8編碼的。

另外：
echo "字符串" > out.txt，out.txt也是UTF-8編碼的。
cat out.txt，當(dāng)out.txt為GBK時不能正確顯示；當(dāng)out.txt為UTF-8時可以正確顯示，并且cat out.txt > out2.txt，out2.txt也是UTF-8編碼的。

[Linux下的UTF-8字符輸出實(shí)驗(yàn)]

為了搞清楚，我將源程序文件原封不動的拷貝到Debian下，Linux gcc 4.3.0編譯，用od查看編譯后程序，里面的字符串也是UTF-8的。程序在gnome-terminal下的bash中執(zhí)行，能夠正確顯示字符串。原先以為這是我將bash環(huán)境的LC_XXX設(shè)置為UTF-8的原因，但是我用export LANG="zh_CN.GBK"后，程序還是能正確顯示字符串，最后發(fā)現(xiàn)是gnome-terminal的字符編碼影響了程序輸出字符串的顯示：如果將gnome-terminal的字符編碼設(shè)為GBK，就則會顯示出錯。

[怎樣在Cygwin下顯示UTF-8字符]

我在Cygwin bash下用export LANG="zh_CN.UTF-8"，但還是無法正確顯示自己程序輸出的UTF-8字符，于是我想是不是顯示字符串和bash的locale設(shè)定沒關(guān)系，而和下層的控制臺設(shè)備的活動字符編碼有關(guān)。

對于顯示UTF-8編碼的字符串，大家有什么建議和方法呢？
為什么Cygwin自己的程序，例如：cat、echo，它們輸出的UTF-8字符串就能正確顯示呢？實(shí)際上Cygwin的cat在bash、cmd上都能正確顯示UTF-8字符串。

P.S.

其實(shí)有一個不很好的辦法，讓bash、cmd顯示UTF-8字符串：
先chcp.com 65001將控制臺活動代碼頁改為UTF-8的，然后在控制臺的屬性->字體中選擇合適的字體，就能顯示UTF-8字符，但是可選的字體似乎只有一個：Lucida Console，用這個字體第一次顯示輸出的字符串時，字符串只顯示半截，然后將控制臺窗口遮蔽到其它窗口后，再彈到最前時，整個字符串才顯示出來，這個問題似乎和控制臺呈現(xiàn)字體的圖形操作有關(guān)。

liexusong

我也想知道！在cygwin下不能使用中文很郁悶～

vbs100

silon212

我剛看了這小伙的筆記，感覺Cygwin自己的包中的程序可以正確顯示UTF-8字符，而我自己編譯的程序就不行，可能是因?yàn)槲矣肕inGW GCC編譯原因，我下了個Cygwin的GCC 4，編譯了同一份代碼，果然如此！結(jié)果可以在cmd、Cygwin bash下正確顯示UTF-8字符了。

總結(jié)：

MinGW帶的RT庫，比較native，會原封不動的將字符串?dāng)?shù)組傳給console設(shè)備；而Cygwin帶的RT庫，在程序中要求的是UTF-8編碼的字符串，但傳給console設(shè)備前，會將它轉(zhuǎn)換為native的ANSI編碼——GBK，所以console可以最終顯示正確的字符串。

Cygwin gcc果然比MinGW gcc更像Linux gcc！


所以最終會出現(xiàn)一個很有意思的現(xiàn)象：

我用一份代碼，分別用MinGW gcc和Cygwin gcc編譯，生成2個程序，prog1,prog2，執(zhí)行

prog1 > out1.txt
prog2 > out2.txt

out1.txt 和 out2.txt 字節(jié)內(nèi)容完全一樣，都是UTF-8編碼。但：

prog1（MinGW gcc編譯的）在bash和cmd中顯示結(jié)果錯誤，而prog2（Cygwin gcc編譯的）顯示結(jié)果正確。

我很奇怪，MinGW和Cygwin，它們的RT庫，不都移植自GNU libc么，怎么還有這區(qū)別？

--------------

另外，2樓的同學(xué)，你說Cygwin不能使用中文，是指的什么情況下使用中文，我新下的Cygwin環(huán)境，默認(rèn)安裝、配置，中文支持很好啊，起碼bash是這樣的，ls、cat、echo、cd都行，bash下輸入中文，也不需要特殊設(shè)置，Windows自己的輸入法就可以，用搜狗拼音寫個：echo "這是中文"，很簡單，也能顯示，重定向到文件，就是按UTF-8保存的。

[ 本帖最后由 silon212 于 2010-1-20 18:35 編輯 ]