c++ - 如何使用标准 API 打开和读取具有 unicode 路径或文件名的文件的内容？

Question

如何在不使用任何特殊 API 的情况下打开路径或文件名包含 unicode 字符的文件并读取或写入其内容？。如果可能，如何仅使用标准库或仅使用 Windows API？我确实尝试 std::wifstream 打开一个文件，如下面的代码示例所示，但它没有编译。看起来它不需要“const wchar_t*”参数，而是“const char*”。我正在使用 Dev-C++ IDE 中包含的 TDM-GCC 4.7.1 编译器。

#ifndef UNICODE
#define UNICODE
#endif
...
#include <clocale>
#include <windows.h>
#include <fstream>
...
int main(int argc, char **argv)
{
    setlocale(LC_ALL, "Polish_Poland.852") ;
    ...
    fileCompare(first, second) ;
    ...
}
...
bool fileCompare(wstring first, wstring second)  // This function doesn't compile !
{
    using namespace std ;
    wifstream fin0(first.c_str(), ios::binary) ;
    wifstream fin1(second.c_str(), ios::binary) ;
    ...
}

一些完整的例子:

#ifndef UNICODE
#define UNICODE
#endif

#include <clocale>
#include <conio.h>
#include <windows.h>
#include <fstream>
#include <string>
#include <iostream>

using namespace std ;

bool fileCompare(wstring first, wstring second) ;

int main(int argc, char **argv)
{
    setlocale(LC_ALL, "Polish_Poland.852") ;

    wstring first, second ;
    first = L"C:\\A.dat" ;
    second = L"C:\\E.dat" ;

    fileCompare(first, second) ;

    getch() ;
    return 0 ;
}

bool fileCompare(wstring first, wstring second)  // This function doesn't compile !
{
    wifstream fin0(first.c_str(), ios::binary) ;
    wifstream fin1(second.c_str(), ios::binary) ;

}

此外，当我将 L"C:\A.dat"和 L"C:\E.dat"替换为包含波兰语字符的字符串时，它会输出有关非法字节序列的错误。

Answer 1

wifstream 不处理文件名编码问题。据我所知，wifstream 和 ifstream 的文件名都是基于 char 而不是基于 wchar_t 的。您必须以操作系统使用的 char 编码提供文件名，例如latin1, utf8 等..

然而，wifstream 使您能够读取 wchar_t 流。您可以通过 imbuing 流告诉流您期望什么输入:

例如

 // We expect the file to be UTF8 encoded
 std::locale locale("en_US.utf8");
 fin0.imbue(locale);

编辑:如果您需要将文件名(或任何字符串)从 wchar_t 转换为适当的字符编码，您可以更深入地研究 codecvt facets 的主题。语言环境。

// Method translates wchar_t => pl_PL.iso88592" encoding
std::string to_string(const std::wstring & wstr)  
{ 

    typedef std::codecvt< wchar_t, char, std::mbstate_t > ccvt_t;  

    std::locale loc("pl_PL.iso88592");    

    const ccvt_t & facet = std::use_facet<ccvt_t>( loc );  

    std::string s;  
    {  
        std::mbstate_t st=mbstate_t();  

        const wchar_t *wac = wstr.c_str();  
        const wchar_t *wou = wac + wstr.length();  
        const wchar_t *wnx = wac;   

        ccvt_t::result r = ccvt_t::ok;  

        while(wou!=wnx && (r==ccvt_t::ok || r==ccvt_t::partial))  
        {  
            static const int l = 100;  
            static char cou[l];  
            char *cnx=NULL;  
            r = facet.out(st,wac,wou,wnx,cou,cou+l,cnx);  
            s+=std::string(cou,cnx-cou);  
            wac=wnx;  
        }  
    }  

    return s;  
} 

支持哪种 std::locale 以及您如何指定它可能取决于操作系统。