c - 如何处理跨平台 C 库中的 Unicode 路径？

Question

我正在为 C 语言库做贡献。它有一个函数，该函数采用 char* 参数作为文件路径名。作者大多是 UNIX 开发人员，这在 char* 主要表示 UTF-8 的 unix 上运行良好。 (至少 in GCC ，字符集可配置，默认为 UTF-8。)

但是，char* 在 Windows 上表示 ANSI，这意味着目前无法在 Windows 上使用此库的 Unicode 路径名，而应该使用 wchar_t*并且仅支持 UTF-16。 (quick search on StackOverflow 显示 ANSI Windows API 函数不能与 UTF-8 一起使用。)

问题是，处理这个问题的正确方法是什么？我们想出了各种方法来做到这一点，但我们都不是 Windows 专家，所以我们无法真正决定如何正确地做到这一点。我们的目标是该库的用户应该能够编写适用于 Unix 和 Windows 的跨平台代码。

在底层，该库有 #ifdef 来区分操作系统，因此它可以在 UNIX 上使用 POSIX 函数，在 Windows 上使用 Win32 API。

到目前为止，我们已经提出了以下可能性:

1. 提供一个单独的仅适用于 Windows 的函数，该函数接受 wchar_t*。
2. 在 Windows 上需要 UTF-16 和 #ifdef 库 header ，以便该函数在 Windows 上接受 wchar_t*。
3. 添加一个标志，告诉函数将给定的 char* 转换为 wchar_t* 并调用 widechar Windows API。
4. 创建采用文件描述符(或 Windows 上的文件句柄)而不是文件路径的函数变体。
5. 始终需要 UTF-8(即使在 Windows 上)，然后在函数内部将 UTF-8 转换为 UTF-16 并调用 widechar Windows API。

选项 1-4 的问题在于它们需要用户自己有意识地照顾可移植性。选项 5 听起来不错，但我不确定这是否是正确的方法。

我也乐于接受可以解决此问题的其他建议或想法。 :)

Answer 1

由于可移植性是您的一个重要目标，我认为您的函数语义必须精确定义。除其他事项外，这意味着参数的类型和含义不会因平台而异。所以，如果你有一个接受常规 char 路径的函数，那么它应该在所有系统上接受这样的路径，并且这些路径的编码应该是明确定义的(这并不一定意味着“相同的”)。这排除了选项 (2) 和 (3)。

此外，可移植性要求相同的功能可以在所有平台上使用；这排除了(1)。如果基于流和/或文件描述符的方法是您的库提供的唯一方法，则选项 (4) 可能没问题，但它仅针对这些函数产生可移植性，而不是基于路径的函数。 (请注意，流 (FILE *) API 是由 C 定义的，而文件描述符是一个 POSIX 概念，不是 C 的原生概念。因此，原则上，流比文件描述符更具可移植性。)

(5) 可以工作，但它施加的约束比您实际需要的要强。函数定义预期的编码不是必需的(尽管它可以)；它足以定义如何确定该编码。

此外，您可以添加基于 wchar_t 的函数，这些函数无处不在(与仅 Windows 相对)。这些对于 Windows 用户来说可能更方便。然而，与备选方案 (4) 类似，它仅针对那些功能提供可移植性。假设您不想放弃基于 char 的那些，您需要将此替代方案与 (5) 的一些变体配对。