如何在 Windows 上的 C/C++ 中读取包含“-”作为字符的文件名

Question

此帖子与此帖子不重复：dirent not working with unicode

因为我在不同的操作系统上使用它，我也不想做同样的事情。另一个线程试图简单地计算文件，我想访问更复杂的文件名。

---

我正在尝试通过 Windows 10 操作系统上的文件名检索数据信息。

为此，我使用dirent.h（外部c 库，但在c++ 中也非常有用）。

DIR* directory = opendir(path);
struct dirent* direntStruct;

if (directory != NULL)
{
    while (direntStruct = readdir(directory))
    {            
        cout << direntStruct->d_name << endl;
    }
}

此代码能够检索位于特定文件夹中的所有文件名（一个接一个）。而且效果很好！

但是当它遇到一个包含字符“œ”的文件时，事情就变得疯狂了：

例子：

grosse blessure au cœur.txt

在我的程序中读作：

GUODU0~6.TXT

我无法在字符串名称中找到原始数据，因为您可以看到我的字符串变量与当前文件名无关！

我可以重命名文件并且它可以工作，但我不想这样做，我只需要从该文件名中读取数据，这似乎是不可能的。我该怎么做？

Answer 1

在 Windows 上，您可以使用 FindFirstFile() 或 FindFirstFileEx() 后跟 FindNextFile() 来读取返回文件名中带有 Unicode 的目录的内容。

Answer 2

短文件名

您收到的名称是8.3 short file name NTFS 为非 ascii 文件名生成的名称，因此不支持 unicode 的程序可以访问它们。

坚持dirent

如果 dirent 不支持 UTF-16，您最好的选择可能是更改您的库。

但是，根据库的实施情况，您可能有运气：

• 在基于char 的Windows API 中添加/更改应用程序的清单以支持UTF-8。这需要最新版本的 Windows 10。
  见 MSDN： Use the UTF-8 code page 在 Windows - 应用程序 - UWP - 设计和 UI - 可用性 - 全球化和本地化下。

• 使用 setlocale 将 C++ 运行时的代码页设置为 UTF-8

我不推荐这个，也不知道这样行不行。

生活在改变

使用std::filesystem 枚举目录内容。 一个简单的例子can be found here（参见“2017 年更新”）。

仅限 Windows

您可以使用FindFirstFileW 和FindNextFileW 作为支持UTF16 字符串的平台API。但是，使用 std::filesystem 几乎没有理由这样做（至少对于您的用例而言）。

Answer 3

如果您使用 C，请直接使用操作系统函数，特别是 FindFirstFileW 和 FindNextFileW。注意末尾的W，您想使用这些函数的宽版本来取回完整的非ASCII 名称。

在 C++ 中，您有更多选择，特别是 Boost。您有像 recursive_directory_iterator 这样的类，它们允许跨平台文件搜索，它们提供 UTF-8/UTF-16 文件名。

编辑：绝对清楚，您从原始代码中获取的文件名是正确的。由于 Windows 文件系统（FAT32 和 NTFS）的向后兼容性，每个文件都有两个名称：“完整”、Unicode 识别名称和 DOS 时代的“旧”8.3 名称。

如果需要，您绝对可以使用 8.3 名称，只是不要将其显示给您的用户，否则他们会（正确地）感到困惑。或者只是使用适当的现代 API 来获取真实姓名。