如何在C语言的Windows程序中设置代码页为UTF-8?
我有一个使用fopen打开文件的第三方库。我可以使用wcstombs将我的Unicode文件名转换为当前的代码页,但是如果用户使用的文件名包含代码页之外的字符,这种方法就会失效。
理想情况下,我会调用_setmbcp(65001)来将代码页设置为UTF-8,但是MSDN文档表明不支持UTF-8。
我该如何解决这个问题?
很遗憾,在Windows中并没有办法将Unicode设置为当前的代码页。 CP_UTF7
和 CP_UTF8
常量是伪代码页,仅在 MultiByteToWideChar 和 WideCharToMultiByte 转换函数中使用,就像Ben提到的那样。
你的问题类似于C++ fstream 类。fstream 构造函数仅接受char*
名称,无法以真正的Unicode名称打开文件。 VC提供的唯一解决方案是一个 hack:分别打开文件,然后将句柄设置为流对象。 当然,这对于你来说不是一个选项,因为第三方库可能不接受句柄。
我能想到的唯一解决方案是创建一个具有非Unicode名称的临时文件,该文件与原始文件硬链接,并将其用作参数。
所有Windows API都以UTF-16为基础,因此最好编写一个包装器来转换边界。
奇怪的是,Windows认为UTF-8是用于转换的代码页,因此你可以使用与转换代码页相同的API:
std::wstring Utf8ToUtf16(const char* u8string)
{
int wcharcount = strlen(u8string);
wchar_t *tempWstr = new wchar_t[wcharcount];
MultiByteToWideChar(CP_UTF8, 0, u8string, -1, tempWstr, wcharcount);
wstring w(tempWstr);
delete [] tempWstr;
return w;
}
还需要类似形式的内容来进行转换回去。
2018年更新:Windows 10通过两个步骤使“65001”代码页不再那么“伪造”:
conhost
更改:Windows子系统使用代码页65001作为其控制台。自WSL以来,也可以在cmd.exe
中运行chcp 65001
。(这引起了一些相当愚蠢的Python错误。)_wfopen
等函数。