C ++和NTFS文件：路径名VS开头

Question

这是此问题的扩展： fstream不会打开路径名带有重音符号的文件

问题如下：一个程序打开一个简单的NTFS文本文件，该文件的路径名带有重音符号 （例如à ， ò ，...）。 在我的测试中我使用的是路径文件I：\\ UNIVERSITA \\ foo.txt的 （UNIVERSITA是意大利大学的翻译）

以下是测试程序：

#include <iostream>
#include <fstream>
#include <string>
#include <cstdio>
#include <errno.h>
#include <Windows.h>

using namespace std;

LPSTR cPath = "I:/università/foo.txt";
LPWSTR widecPath = L"I:/università/foo.txt";
string path("I:/università/foo.txt");

void tryWithStandardC();
void tryWithStandardCpp();
void tryWithWin32();

int main(int argc, char **argv) {
    tryWithStandardC();
    tryWithStandardCpp();
    tryWithWin32();

    return 0;
} 

void tryWithStandardC() {
    FILE *stream = fopen(cPath, "r");

    if (stream) {
        cout << "File opened with fopen!" << endl;
        fclose(stream);
    }

    else {
        cout << "fopen() failed: " << strerror(errno) << endl;
    }
}

void tryWithStandardCpp() {
    ifstream s;
    s.exceptions(ifstream::failbit | ifstream::badbit | ifstream::eofbit);      

    try {
        s.open(path.c_str(), ifstream::in);
        cout << "File opened with c++ open()" << endl;
        s.close();
    }

    catch (ifstream::failure f) {
        cout << "Exception " << f.what() << endl;
    }   
}

void tryWithWin32() {

    DWORD error;
    HANDLE h = CreateFile(cPath, GENERIC_READ, 0, NULL, OPEN_EXISTING, FILE_ATTRIBUTE_NORMAL, NULL);

    if (h == INVALID_HANDLE_VALUE) {
        error = GetLastError();
        cout << "CreateFile failed: error number " << error << endl;
    }

    else {
        cout << "File opened with CreateFile!" << endl;
        CloseHandle(h);
        return;
    }

    HANDLE wideHandle = CreateFileW(widecPath, GENERIC_READ, 0, NULL, OPEN_EXISTING, FILE_ATTRIBUTE_NORMAL, NULL);

    if (wideHandle == INVALID_HANDLE_VALUE) {
        error = GetLastError();
        cout << "CreateFileW failed: error number " << error << endl;
    }

    else {
        cout << "File opened with CreateFileW!" << endl;
        CloseHandle(wideHandle);
    }
}

源文件以UTF-8编码保存。 我正在使用Windows 8。

这是使用VC ++编译的程序的输出（Visual Studio 2012）

fopen() failed: No such file or directory
Exception ios_base::failbit set
CreateFile failed: error number 3
CreateFileW failed: error number 3

这是使用MinGW g ++的输出

fopen() failed: No such file or directory
Exception basic_ios::clear
CreateFile failed: error number 3
File opened with CreateFileW!

因此，让我们来看以下问题：

1. 为什么fopen（）和std :: ifstream在Linux中可以进行类似的测试，但在Windows中却不能？
2. 为什么CreateFileW（）仅可用于g ++编译？
3. 是否存在跨平台替代CreateFile的替代方案？

我希望可以使用通用路径名打开通用文件，而无需使用特定于平台的代码，但是我不知道该怎么做。

提前致谢。

Answer 1

你写：

“源文件以UTF-8编码保存。”

好吧（到目前为止），如果您使用的是g ++编译器，该编译器以UTF-8作为默认的基本源字符集。 但是，Visual C ++默认情况下将假定源文件是使用Windows ANSI编码的，除非另有明确说明。 因此，请确保在开始时具有BOM（字节顺序标记），据我所知，BOM（字节记录）尚未公开，这会导致Visual C ++将其视为使用UTF-8编码。

然后你问，

“1。 为什么fopen（）和std :: ifstream在Linux中进行类似的测试却在Windows中却没有？”

对于Linux来说，它可能会起作用，因为（1）现代Linux是面向UTF-8的，因此，如果文件名看起来相同，则很可能与源代码中看起来相同的UTF-8编码文件名相同，并且（2）在*中nix文件名只是一个字节序列，而不是字符序列。 这意味着无论外观如何，如果传递相同的字节序列，相同的值，则表示匹配，否则不匹配。

相反，在Windows中，文件名是可以用各种方式编码的字符序列。

在您的情况下，源代码中UTF-8编码的文件名以Windows ANSI的形式存储在可执行文件中（是​​的，使用Visual C ++进行编译的结果取决于Windows中所选的ANSI代码页，据我所知，这也是未记录的）。 然后，将此gobbledegook字符串向下传递到例程层次结构中，并转换为UTF-16，这是Windows中的标准字符编码。 结果根本与文件名不匹配。

---

您进一步问，

“2。 为什么CreateFileW（）仅能与g ++一起编译？”

大概是因为在源代码文件的开头没有包含BOM（请参见上文）。

使用BOM，至少在Windows 7中，一切都可以与Visual C ++很好地配合使用：

File opened with fopen!
File opened with c++ open()
File opened with CreateFile!

---

最后，你问，

“3。 是否存在跨平台替代CreateFile的选择？”

并不是的。 有Boost文件系统。 但是，尽管其版本2确实针对标准库的基于有损窄字符的编码提供了一种解决方法，但该解决方法在版本3中已删除，该版本仅使用标准库的Visual C ++ 扩展，其中Visual C ++实现提供了流的宽字符参数版本构造函数并open 。 即，至少就我所知（最近我还没有检查是否已解决问题），Boost文件系统通常只适用于Visual C ++，而不适用于g ++，尽管它适用于无麻烦字符的文件名。

v2的解决方法是尝试转换为Windows ANSI（由GetACP函数指定的代码页），如果该方法不起作用，请尝试GetShortPathName ，实际上可以保证可以用Windows ANSI表示。

据我了解，删除Boost文件系统中的变通办法的部分原因是，从原则上讲，用户至少在Windows Vista和更早版本中可以关闭Windows简称功能。 但是，这不是实际问题。 这只是意味着，如果用户由于故意破坏了系统而遇到问题，则可以使用一个简单的修复程序（即将其重新打开）。

Answer 2

您遇到的问题是，当path特定于实现时，传递给fstreams的编码。 此外，程序的行为是实现定义的，因为它使用代码中C ++字符集之外的字符，即重音字符。 那里的问题是，有许多不同的编码可用于表示这些字符。

现在，有解决方案：

• 首先，有一个MSC扩展来告诉编译器应该采用哪种编码。
• 为了获得使用CreateFileW（）的路径，可以对路径进行编码，例如wchar_t const path[] = {'f', 0x20ac, '.', 't', 'x', 't'}; 。 这并不是很舒服，但实际上，路径是使用某些Unicode编码或用户输入存储在文件中的。
• 然后，在标准库的实现中进行了扩展，允许您使用wchar_t路径，同时具有_wfopen（）和fstream构造函数。
• 然后是Boost，它具有专门用于提供可移植性的文件系统和iostream库。 我一定会看这个。

请注意，尽管wchar_t路径不可移植，但将它们移植到新平台通常不是很复杂。 几个#ifdefs就可以了。