在Linux上使用文件路径字符串，使用什么编码

Working with file path strings on Linux, what encoding to use?

本文关键字：什么 编码 字符串 文件 Linux 路径      更新时间：2023-10-16

Linux的文件API使用什么编码？我应该如何使用C++中的路径字符串，使用什么类？我指的是包含非ASCII字符的路径。在Windows上，我使用UTF-16和std::wstring，在Mac上使用UTF-8和我自己的UTF-8字符串类。但不幸的是，我的类在Linux上不可用，那么我应该使用什么呢？

在内部，Linux允许使用任何字节序列作为文件名，但空字节0和正斜杠'/'（用作目录分隔符）除外。

Linux上允许Unicode文件名的常见约定是对文件名使用UTF-8编码。实现这一点的最简单方法是使用好的旧std::string（而不是Windows上建议的std::wstring），但是，您可能需要编写自己的类，以验证它确实是有效的UTF-8。

提供UTF-8字符串处理的现成库示例很少：

  • ICU（坚固但非常重）
  • Glib:：ustring（具有到std::string、GPL的隐式强制转换）
  • UTF8-CPP（非常轻，仅限收割台）

Linux不强制对文件名进行编码。不过，使用UTF-8是很常见的。

您仍然可以使用标准类型wchar_t（使用wchar_t时，printf/scanf使用%ls）。此类型允许您使用非ascii字符。

wchar_t mystring[50] = L"sometext";

注意：要将普通的char字符串转换为wchar_t，你必须使用预修复"L"，你必须记住这与char类型不同，所以使用它有点有趣：o

相关文章：