C ++和NTFS文件：路徑名VS開頭

Question

這是此問題的擴展： fstream不會打開路徑名帶有重音符號的文件

問題如下：一個程序打開一個簡單的NTFS文本文件，該文件的路徑名帶有重音符號 （例如à ， ò ，...）。 在我的測試中我使用的是路徑文件I：\\ UNIVERSITA \\ foo.txt的 （UNIVERSITA是意大利大學的翻譯）

以下是測試程序：

#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編碼保存。 我正在使用Windows 8。

這是使用VC ++編譯的程序的輸出（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

這是使用MinGW g ++的輸出

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

因此，讓我們來看以下問題：

1. 為什么fopen（）和std :: ifstream在Linux中可以進行類似的測試，但在Windows中卻不能？
2. 為什么CreateFileW（）僅可用於g ++編譯？
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徑名打開通用文件，而無需使用特定於平台的代碼，但是我不知道該怎么做。

提前致謝。

Answer 1

你寫：

“源文件以UTF-8編碼保存。”

好吧（到目前為止），如果您使用的是g ++編譯器，該編譯器以UTF-8作為默認的基本源字符集。 但是，Visual C ++默認情況下將假定源文件是使用Windows ANSI編碼的，除非另有明確說明。 因此，請確保在開始時具有BOM（字節順序標記），據我所知，BOM（字節記錄）尚未公開，這會導致Visual C ++將其視為使用UTF-8編碼。

然后你問，

“1。 為什么fopen（）和std :: ifstream在Linux中進行類似的測試卻在Windows中卻沒有？”

對於Linux來說，它可能會起作用，因為（1）現代Linux是面向UTF-8的，因此，如果文件名看起來相同，則很可能與源代碼中看起來相同的UTF-8編碼文件名相同，並且（2）在*中nix文件名只是一個字節序列，而不是字符序列。 這意味着無論外觀如何，如果傳遞相同的字節序列，相同的值，則表示匹配，否則不匹配。

相反，在Windows中，文件名是可以用各種方式編碼的字符序列。

在您的情況下，源代碼中UTF-8編碼的文件名以Windows ANSI的形式存儲在可執行文件中（是​​的，使用Visual C ++進行編譯的結果取決於Windows中所選的ANSI代碼頁，據我所知，這也是未記錄的）。 然后，將此gobbledegook字符串向下傳遞到例程層次結構中，並轉換為UTF-16，這是Windows中的標准字符編碼。 結果根本與文件名不匹配。

---

您進一步問，

“2。 為什么CreateFileW（）僅能與g ++一起編譯？”

大概是因為在源代碼文件的開頭沒有包含BOM（請參見上文）。

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

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

---

最后，你問，

“3。 是否存在跨平台替代CreateFile的選擇？”

並不是的。 有Boost文件系統。 但是，盡管其版本2確實針對標准庫的基於有損窄字符的編碼提供了一種解決方法，但該解決方法在版本3中已刪除，該版本僅使用標准庫的Visual C ++ 擴展，其中Visual C ++實現提供了流的寬字符參數版本構造函數並open 。 即，至少就我所知（最近我還沒有檢查是否已解決問題），Boost文件系統通常只適用於Visual C ++，而不適用於g ++，盡管它適用於無麻煩字符的文件名。

v2的解決方法是嘗試轉換為Windows ANSI（由GetACP函數指定的代碼頁），如果該方法不起作用，請嘗試GetShortPathName ，實際上可以保證可以用Windows ANSI表示。

據我了解，刪除Boost文件系統中的變通辦法的部分原因是，從原則上講，用戶至少在Windows Vista和更早版本中可以關閉Windows簡稱功能。 但是，這不是實際問題。 這只是意味着，如果用戶由於故意破壞了系統而遇到問題，則可以使用一個簡單的修復程序（即將其重新打開）。

Answer 2

您遇到的問題是，當path特定於實現時，傳遞給fstreams的編碼。 此外，程序的行為是實現定義的，因為它使用代碼中C ++字符集之外的字符，即重音字符。 那里的問題是，有許多不同的編碼可用於表示這些字符。

現在，有解決方案：

• 首先，有一個MSC擴展來告訴編譯器應該采用哪種編碼。
• 為了獲得使用CreateFileW（）的路徑，可以對路徑進行編碼，例如wchar_t const path[] = {'f', 0x20ac, '.', 't', 'x', 't'}; 。 這並不是很舒服，但實際上，路徑是使用某些Unicode編碼或用戶輸入存儲在文件中的。
• 然后，在標准庫的實現中進行了擴展，允許您使用wchar_t路徑，同時具有_wfopen（）和fstream構造函數。
• 然后是Boost，它具有專門用於提供可移植性的文件系統和iostream庫。 我一定會看這個。

請注意，盡管wchar_t路徑不可移植，但將它們移植到新平台通常不是很復雜。 幾個#ifdefs就可以了。