c++ - MinGW 下带有 boost::filestream 的 UTF-8 名称

Question

我遇到了boost filestreams的问题:我需要在windows下的用户目录下创建和修改文件。然而，用户名包含一个变音符号，这使得在 MinGW 下编译时失败，因为标准缺少用于 boost 使用的文件流的 wide_char open() API。见Read/Write file with unicode file name with plain C++/Boost , UTF-8-compliant IOstreams和 https://svn.boost.org/trac10/ticket/9968

但是我发现这个问题主要发生在尝试使用系统代码页之外的字符时。在我的例子中，我只使用系统代码页中的字符，因为显然用户目录存在。这让我觉得，如果我可以告诉 boost::path 期望所有 std::string 都是 UTF8 但在调用 string 时将它们转换为系统编码，这应该可行() 成员函数(发生在 boost::fstream::open 中)

基本上:有什么方法可以使用 boost(和 boost Locale)自动进行转换(UTF8->系统编码)？

这里是我设置语言环境的代码:

#ifdef _WIN32
        // On windows we want to enforce the encoding (mostly UTF8). Also using "" would use the default which uses "wrong" separators
        std::locale::global(boost::locale::generator().generate("C"));
#else
        // In linux / OSX this suffices
        std::locale::global(std::locale::classic());
#endif // _WIN32
        // Use also the encoding (mostly UTF8) for bfs paths
        bfs::path::imbue(std::locale());

Answer 1

这是 Windows 上的问题，因为 Windows 使用 UTF-16，而不是 UTF-8。我经常使用此功能来解决您的问题:

// get_filename_token.cpp

// Turns a UTF-8 filename into something you can pass to fstream::open() on 
// Windows. Returns the argument on other systems.

// Copyright 2013 Michael Thomas Greer
// Distributed under the Boost Software License, Version 1.0.
// (See accompanying file LICENSE_1_0.txt 
//  or copy at            http://www.boost.org/LICENSE_1_0.txt )

#ifdef _WIN32

#include <string>

#ifndef NOMINMAX
#define NOMINMAX
#endif
#include <windows.h>

std::string get_filename_token( const std::string& filename )
  {
  // Convert the UTF-8 argument path to a Windows-friendly UTF-16 path
  wchar_t* widepath = new wchar_t[ filename.length() + 1 ];
  MultiByteToWideChar( CP_UTF8, 0, filename.c_str(), -1, widepath, filename.length() + 1 );

  // Now get the 8.5 version of the name
  DWORD n = GetShortPathNameW( widepath, NULL, 0 );
  wchar_t* shortpath = new wchar_t[ n ];
  GetShortPathNameW( widepath, shortpath, n );

  // Convert the short version back to a C++-friendly char version
  n = WideCharToMultiByte( CP_UTF8, 0, shortpath, -1, NULL, 0, NULL, NULL );
  char* ansipath = new char[ n ];
  WideCharToMultiByte( CP_UTF8, 0, shortpath, -1, ansipath, n, NULL, NULL );

  std::string result( ansipath );

  delete [] ansipath;
  delete [] shortpath;
  delete [] widepath;

  return result;
  }

#else

std::string get_filename_token( const std::string& filename )
  {
  // For all other systems, just return the argument UTF-8 string.
  return filename;
  }

#endif

(我已经删除了一些要发布的内容。)