UTF-8编码下中文字符占3字节但显示宽度为2；固定宽度解析需用std::mbsrtowcs+std::wcswidth映射字节偏移到视觉列宽，避免跨字符截断和显示错位。
固定宽度文件里中文字符占几个字节？
直接说结论：std::string 里一个中文 UTF-8 字符占 3 字节，但显示宽度是 2 个英文字符位置（即「全角」）。读取固定宽度字段时，不能按 std::string::size() 算列宽，否则会切歪——比如你按“第10–19位”截取，结果中文混在中间，实际视觉上字段就错位了。
根本原因：终端/编辑器渲染用的是「显示宽度」（East Asian Width），而 C++ 标准库字符串操作只认字节长度。UTF-8 下 'a' 是 1 字节宽 1，'中' 是 3 字节宽 2。
所以必须先做「字节偏移到显示宽度映射」，再按视觉列宽切分。
用 std::mbstowcs + std::wcswidth 计算真实列宽
Windows/Linux/macOS 都支持这两个函数（需 <cstdlib></cstdlib> 和 <cwchar></cwchar>），它们能正确识别 UTF-8 字节流中的中文并返回显示宽度。
立即学习“C++免费学习笔记（深入）”；
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
-
std::mbstowcs(nullptr, line.c_str(), 0)先得宽字符数（不是显示宽度） - 真正要用的是
std::wcswidth(wstr.c_str(), wstr.size())，它返回等效英文字符数（如L"中a"返回 3） - 但注意：
std::wcswidth在部分旧 glibc 版本里对混合字符串支持不稳，建议封装一层容错逻辑
示例：计算某行前 n 列对应到字节位置
size_t byte_offset_for_width(const std::string& line, int target_width) {
std::mbstate_t state = std::mbstate_t();
std::vector<wchar_t> wbuf(line.size() + 1);
int wlen = std::mbsrtowcs(wbuf.data(), &line.c_str(), wbuf.size(), &state);
if (wlen == static_cast<int>(-1)) return 0;
<pre class="brush:php;toolbar:false;">int current_width = 0;
size_t byte_pos = 0;
const char* p = line.c_str();
for (int i = 0; i < wlen && current_width < target_width; ++i) {
wchar_t wc;
size_t r = std::mbrtowc(&wc, p, line.size() - byte_pos, &state);
if (r == 0 || r == static_cast<size_t>(-1) || r == static_cast<size_t>(-2)) break;
int w = std::wcwidth(wc);
if (w < 0) w = 1; // fallback
current_width += w;
byte_pos += r;
p += r;
}
return byte_pos;}
逐字段读取时怎么避免跨字符截断？
固定宽度文件最怕把一个中文的 UTF-8 多字节序列从中间劈开，导致后续 std::string 出现乱码或 std::mbrtowc 失败。关键点是：所有字段边界必须落在合法 UTF-8 字符起始位置。
- 不要用
substr(start, len)直接切字节区间——哪怕你算对了起始字节，len也必须是完整字符数，不能是显示宽度 - 推荐做法：先用上面的
byte_offset_for_width算出每个字段的**字节起始和结束位置**，再检查结束位置是否恰为某个字符边界（即下一个字节不是0x80–0xBF） - 如果发现结束位置在 UTF-8 中间字节上，自动向后跳到下一个合法起始（即找第一个非
0x80–0xBF的字节） - 字段内容拿到后，再用
std::wstring_convert<:codecvt_utf8>></:codecvt_utf8>（C++17 前）或std::from_chars+ 手动验证（C++20 后）做二次校验
Windows 控制台输出中文字段对齐为什么还是乱？
即使你读对了字段、算对了宽度，std::cout 输出到 Windows CMD 仍可能错位——因为 CMD 默认用 GBK，而你的源字符串是 UTF-8。
- 解决方法不是转码输出，而是让控制台接受 UTF-8：
SetConsoleOutputCP(CP_UTF8)（Windows API），且确保终端字体支持 Unicode（如 Consolas、Lucida Console） - 更稳妥的做法：输出前把字段用
std::wstring_convert<:codecvt_utf8>>::to_bytes()</:codecvt_utf8>转回 UTF-8，但前提是控制台编码已设为 UTF-8 - Linux/macOS 一般默认 OK，但若
LANG不含UTF-8，也要先检查setlocale(LC_ALL, "") - 调试时别信 IDE 内置终端——用系统原生命令行（CMD/Terminal）验证对齐效果
真正难的不是读，是让「字节 → 宽度 → 显示」这条链路每一环都对齐，尤其当文件由 Excel 或老旧 COBOL 系统生成时，空格填充规则、全角/半角空格混用、BOM 存在与否都会悄悄破坏一致性。
