使用 std::filesystem::path 处理 std::string/std::wstring 的跨平台方法

Question

我有一段在 Linux 上引发异常的 C++ 代码示例：

namespace fs = std::filesystem;
const fs::path pathDir(L"/var/media");
const fs::path pathMedia = pathDir / L"COMPACTO - Diogo Poças.mxf" // <-- Exception thrown here

抛出的异常是： filesystem error: Cannot convert character sequence: Invalid in or incomplete multibyte or wide character

我推测这个问题与ç字符的使用有关。

1. 为什么这个宽字符串 (wchar_t) 是“无效或不完整的多字节或宽字符”？
2. 展望未来，我如何使相关代码跨平台运行在 Windows 和/或 Linux 上。
   • 是否有我需要使用的辅助函数？
   • 我需要从程序员的 PoV 中强制执行哪些规则？
   • 我在这里看到一个回复说“不要在 Linux 上使用宽字符串”，我是否对 Windows 使用相同的规则？

Linux 环境（不要忘记我想跨平台运行的事实）：

• Ubuntu 18.04.3
• 海湾合作委员会 9.2.1
• C++17

Answer 1

不幸的std::filesystem是，编写时并没有考虑到操作系统兼容性，至少没有像宣传的那样。

\n\n

对于基于 Unix 的系统，我们需要 UTF8（u8"string"或仅"string"取决于编译器）

\n\n

对于 Windows，我们需要 UTF16 ( L"string")

\n\n

在 C++17 中你可以使用filesystem::u8path（由于某种原因在 C++20 中已弃用）。在 Windows 中，这会将 UTF8 转换为 UTF16。现在您可以将 UTF16 传递给 API。

\n\n

#ifdef _WINDOWS_PLATFORM\n    //windows I/O setup\n    _setmode(_fileno(stdin), _O_WTEXT);\n    _setmode(_fileno(stdout), _O_WTEXT);\n#endif\n\nfs::path path = fs::u8path(u8"\xce\xb5\xce\xbb\xce\xbb\xce\xb7\xce\xbd\xce\xb9\xce\xba\xce\xac.txt");\n\n#ifdef _WINDOWS_PLATFORM\n    std::wcout << "UTF16: " << path << std::endl;\n#else\n    std::cout <<  "UTF8:  " << path << std::endl;\n#endif\n

\n\n

或者使用您自己的宏为 Windows 设置 UTF16 ( L"string")，为基于 Unix 的系统设置 UTF8 （u8"string"或只是"string"）。确保UNICODE是为 Windows 定义的。

\n\n

#ifdef _WINDOWS_PLATFORM\n#define _TEXT(quote) L##quote\n#define _tcout std::wcout\n#else\n#define _TEXT(quote) u8##quote\n#define _tcout std::cout\n#endif\n\nfs::path path(_TEXT("\xce\xb5\xce\xbb\xce\xbb\xce\xb7\xce\xbd\xce\xb9\xce\xba\xce\xac.txt"));\n_tcout << path << std::endl;\n

\n\n

另请参阅
\n https://en.cppreference.com/w/cpp/filesystem/path/native

\n\n

\n注意，Visual Studio 有一个特殊的构造函数std::fstream，允许使用 UTF16 文件名，并且它兼容 UTF8 读/写。例如，以下代码将在 Visual Studio 中运行：

\n\n

fs::path utf16 = fs::u8path(u8"UTF8 filename \xce\xb5\xce\xbb\xce\xbb\xce\xb7\xce\xbd\xce\xb9\xce\xba\xce\xac.txt");\nstd::ofstream fout(utf16);\nfout << u8"UTF8 content \xce\xb5\xce\xbb\xce\xbb\xce\xb7\xce\xbd\xce\xb9\xce\xba\xce\xac";\n

\n\n

我不确定 Windows 上运行的最新 gcc 版本是否支持这一点。

\n

Answer 2

看起来像一个海湾合作委员会错误。

根据std::filesystem::path::path您应该能够使用宽字符串调用 std::filesystem::path 构造函数，并且独立于底层平台（这就是 std::filesystem 的全部要点）。

Clang 显示了正确的行为。