c++ - 在 struct dirent 文件名中可以​​有非标准字符吗？

Question

在struct dirent成员中可以d_name有 unicode 但不是 ascii 的字符吗？我测试过，它适用于“é”，但我不确定这是否是因为“é”在 ascii 中。什么类型d_name，如果是，char那么我被箍住了，但如果是wchar_t我就得救了。

Answer 1

开放组基本规范规定struct dirent应具有以下未指定大小的成员：

char d_name[];

在符合规范的实现中，它是类型char[]，但这并不一定意味着它不能存储 Unicode 字符；该规范不需要支持多个字符集（或可移植字符集之外的字符），但它也没有禁止它（'é'顺便说一句，不是 ASCII）。

实际上，支持的字符集取决于您的语言环境。在 C 语言中，字符串 ind_name存储为“多字节”字符。

Answer 2

这取决于您的平台和文件系统。例如，HFS+ 文件系统使用 UTF-16 在内部存储文件名并将它们公开为 UTF-8，因此我认为chardirent 中的数组应该包含 UTF-8 字符串（无论您的语言环境如何）。

NTFS 也以 UTF-16 存储文件名，但它们的公开方式取决于平台。Windows 在系统区域设置和 UTF-16 之间进行转换。另一个平台可能会在 UTF-16 和 UTF-8 之间进行转换。另一个平台可以在 UTF-16 和直接环境的语言环境之间进行转换。

其他文件系统只是将文件名存储和公开为字节数组，因此 dirent 将包含最初存储的任何数据。这通常是语言环境编码中的字符串，但不能保证。