Windows中的UTF-8

Question

如何在C Windows程序中將代碼頁設置爲UTF-8？

我有一個使用fopen打開文件的第三方庫。我可以使用wcstombs將我的Unicode文件名轉換爲當前的代碼頁，但是如果用戶在代碼頁之外具有一個字符的文件名，那麼這會中斷。

理想情況下，我只需調用_setmbcp（65001）將代碼頁設置爲UTF-8，但是_setmbcp的MSDN文檔聲明不支持UTF-8。

我該如何解決這個問題？

Answer 1

不幸的是，沒有辦法使Unicode成爲Windows中的當前代碼頁。 CP_UTF7和CP_UTF8常數是僞代碼頁，僅在MultiByteToWideChar和WideCharToMultiByte轉換函數中使用，如Ben提到的。

你的問題類似於fstream C++類。 fstream構造函數只接受char*名稱，因此無法使用真正的Unicode名稱打開文件。 VC提供的唯一解決方案是黑客攻擊：單獨打開文件，然後將句柄設置爲流對象。恐怕這不適合你，當然，因爲第三方庫可能不接受句柄。

我能想到的唯一解決方案是創建一個非Unicode名稱的臨時文件，該文件與原始文件硬連接，並將其用作參數。

Answer 2

所有的Windows API都以UTF-16的形式考慮，所以你最好在你的庫上編寫一個包裝器，以便在邊界進行轉換。

奇怪的是，Windows認爲UTF-8是轉換的目的代碼頁，讓你用相同的API，你會以代碼頁之間的轉換：

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; 
} 

而且類似形式的東西轉換回。

Answer 3

使用cygwin（默認情況下提供UTF-8語言環境），或者爲Windows編寫自己的libc hack，以執行必要的UTF-8轉換爲UTF-16轉換幷包裝非標準_wfopen等功能。