Question

当我的程序尝试stat()包含特定UTF-8字符的文件时，stat()函数会返回错误。例如，我可以使用vi打开文件/tmp/surgateDlpMgQure/Özkul Gazete，但将同一文件传递给stat()会产生错误。系统区域设置为：

LANG =的en_US.UTF-8

LC_CTYPE = “的en_US.UTF-8”

LC_COLLATE = C

LC_TIME = “的en_US.UTF-8”

LC_NUMERIC = “的en_US.UTF-8”

LC_MONETARY = “的en_US.UTF-8”

LC_MESSAGES = “的en_US.UTF-8”

LC_ALL =

我应该为stat()了解UTF-8字符做些什么吗？

以下是代码：

int main ()
{
    struct stat s;
    if (stat("/tmp/surgateDlpMgQure/Özkul Gazete", &s) == -1)
            perror("stat");


    switch (s.st_mode & S_IFMT) {
            case S_IFBLK:  printf("block device\n");            break;
            case S_IFCHR:  printf("character device\n");        break;
            case S_IFDIR:  printf("directory\n");               break;
            case S_IFIFO:  printf("FIFO/pipe\n");               break;
            case S_IFLNK:  printf("symlink\n");                 break;
            case S_IFREG:  printf("regular file\n");            break;
            case S_IFSOCK: printf("socket\n");                  break;
            default:       printf("unknown?\n");                break;
    }

 return 0;
}

Answer 1

问题可能是文件名的编码不是与您在程序中内部使用的编码相同。钥匙这里的问题是谁创建了文件（并给它这个名字），和代码中的字符串来自哪里。大多数Unix都是不可知的关于编码，只要几个特殊字符就好 '/'，具有预期的编码。因此，独立于您的当前语言环境，文件名可以是Latin-1，Latin-5（只是猜测，但这个名字看起来像土耳其语）或UTF-8。在Unix中几乎没有任何关心，但你必须确保在程序中使用相同的编码用于创建文件，或名称不匹配。（在实践中，我发现最简单的策略是限制字符中的字符文件名到一个非常小的集合：ASCII字母数字字符，数字， '_'，可能还有'-'。）

如果您不确定磁盘上文件名的实际编码，您可以使用ls | od -t x1 -tc找出实际值其中的字节。如果Ö为0xD6，则编码为Latin-1 或拉丁语-5（它可能不会有太大的区别），和您必须确保传递的文件名为stat（或open，或采用文件名的任何其他函数都在其中一个中编码编码。相反，如果你有两个字节序列0xC3,0x96，那么文件名是UTF-8。

如果您确实想支持ASCII子集之外的字符，那么我强烈建议您确保所有文件名都已编码在UTF-8中。假设您可以 - 编码将由创建文件的程序，如果它不是你的程序（或如果你从另一个系统接收文件），你可能无法做任何事情。在最糟糕的情况下，您甚至可能必须这样做使用opendir和readdir与某种匹配算法进行查找实际文件名（无论编码如何），并使用它。

Answer 2

我认为由于该文件名名称中的空格而存在问题...

你可以尝试更改没有空格的文件名

Özkul Gazete  -> Özkul_Gazete

在Linux上，我通常不会在文件名或目录名中使用空格

Answer 3

简单的方法来解决它：

使用该unicode字符的转义表示：

"/tmp/surgateDlpMgQure/\x00\xF6zkul Gazete"

我没有测试，但它应该工作。虽然这不是用C语言中的unicode字符串的方式。

很奇怪，你的代码可以在我的系统上运行，但不适用于我的系统：）

stat函数：没有这样的文件或目录错误

3 个答案: