GetFileAttributeW 对非 ASCII 字符失败

Question

所以我正在尝试检查给定文件是否存在。在this 回答之后，我尝试了GetFileAttributesW。它适用于任何 ascii 输入，但对于 ß、ü 和 á（以及我怀疑的任何其他非 ascii 字符）都失败了。我得到ERROR_FILE_NOT_FOUND 的文件名和ERROR_PATH_NOT_FOUND 的路径名，如果它们不存在的话。

我 100% 确定他们做到了。我花了 15 分钟来复制文件名以免打错字，并使用文字来避免任何错误输入。我找不到任何错误。

由于所有这些字符都是非 ascii 字符，我停止尝试，因为我怀疑我可能搞砸了编码。我就是看不出来。有什么我想念的吗？我链接到Kernel32.lib

谢谢！

#include <stdio.h>
#include <iostream>
#include <string>
#include "Windows.h"


void main(){
    while(true){
        std::wstring file_path;
        std::getline(std::wcin, file_path);

        DWORD dwAttrib = GetFileAttributesW(file_path.data());
        if(dwAttrib == INVALID_FILE_ATTRIBUTES){
            printf("error: %d\n", GetLastError());
            continue;
        }

        if(!(dwAttrib & FILE_ATTRIBUTE_DIRECTORY))
            printf("valid!\n");
        else
            printf("invalid!\n");
    }
}

Answer 1

要让 Unicode 在 Windows 上的控制台程序中正常工作非常困难，所以让我们从删除它的这方面开始（现在）。

修改您的程序，使其如下所示：

#include <cstdio>
#include <iostream>
#include <string>
#include "Windows.h"

int main() {
    std::wstring file_path = L"fooß.txt";

    DWORD dwAttrib = GetFileAttributesW(file_path.data());
    if (dwAttrib == INVALID_FILE_ATTRIBUTES)
        printf("error: %d\n", GetLastError());

    if (!(dwAttrib & FILE_ATTRIBUTE_DIRECTORY))
        printf("valid!\n");
    else
        printf("invalid!\n");

    return 0;
}

确保使用字节顺序标记 (BOM) 保存此文件，即使您使用的是 UTF-8。 Windows 应用程序，包括 Visual Studio 和编译器，可能对此非常挑剔。如果您的编辑器不这样做，请使用 Visual Studio 编辑文件，然后使用另存为，单击“保存”按钮旁边的向下箭头，选择“使用编码”。在“高级保存选项”对话框中，选择“Unicode (UTF-8 with signature) - Codepage 65001”。

确保当前文件夹中有一个名为 fooß.txt 的文件。我强烈建议使用 GUI 程序来创建此文件，例如记事本或资源管理器。

这个程序有效。如果您仍然收到文件未找到消息，请检查以确保临时文件位于工作目录中或更改程序以使用绝对路径。如果您使用绝对路径，请使用反斜杠并确保它们都正确转义。检查拼写错误、扩展名等。此代码确实有效。

现在，如果您从标准输入中获取文件名：

    std::wstring file_path;
    std::getline(std::wcin, file_path);

而你在控制台窗口中输入fooß.txt，你可能会发现它不起作用。如果你查看调试器，你会发现应该是ß 的字符是别的东西。对我来说，它是 á，但如果你的控制台代码页是别的东西，对你来说可能会有所不同。

ß 是 Unicode 中的 U+00DF。在 Windows 1252（美国 Windows 用户最常见的代码页）中，它是 0xDF，因此看起来似乎没有转换问题的可能性。但是控制台窗口（默认情况下）使用 OEM 代码页。在美国，常见的 OEM 代码页是 437。所以当我尝试在控制台中输入 ß 时，它实际上被编码为 0xE1。惊喜！这与á 的Unicode 值相同。如果你设法输入了一个值为 0xDF 的字符，你会看到它对应于你在原始问题中报告的块字符。

您会认为（嗯，我会认为）从std::wcin 请求输入会进行任何必要的转换。但事实并非如此，并且可能有一些遗留的向后兼容性原因。您可以尝试使用“正确的”代码页来灌输流，但这会变得复杂，而且我从来没有费心尝试让它工作。我只是停止尝试在控制台上使用除 ASCII 以外的任何东西。