Question

由于Windows的限制，Hunspell在Windows上使用MinGW 7.3.0，无法从具有非ASCII字符的位置加载字典文件。我已经尝试了一切[1]，现在我将文件复制到没有ASCII字符的路径之前，先将其提供给Hunspell。将其复制到什么位置？

[1]

Windows需要wchar_t对std::iostream.open()的支持才能正常工作，而MinGW无法实现
std::filesystem可以解决此问题，但仅在GCC 8中可用
Hunspell坚持自行加载文件，无法将读取的文件作为字符串传递给它

Answer 1

来自this bug tracker：

在WIN32环境中，请使用以long开头的UTF-8编码路径路径前缀\\？\以处理与系统无关的字符编码和非常长的路径名（没有长路径前缀Hunspell 将fopen（）与系统相关的字符编码一起使用，而不是 _wfopen（））。

所以实际的解决方案似乎是：

调用GetFullPathNameW到normalize路径。因为paths with long path prefix val AllTrainingDATA_RDD_Final = AllTrainingDATA_RDD.map(_.split(",")).keyBy(_(X_COORD,Y_COORD)).mapValues(fields => ("CLASS")).groupByKey().collect()会原样传递到NT API，所以是必需的。
将\\?\插入规范化路径（由于C字符串文字要求，反斜杠加倍）。
对于UNC路径，您必须直接使用“ UNC”设备（即L"\\\\?\\"→L"\\\\server\\share"（感谢eryksun）
将路径编码为UTF-8，例如。 G。将WideCharToMultiByte()与L"\\\\?\\UNC\\server\\share"一起使用。
将最终UTF-8编码的路径传递到Hunspell。

Answer 2

“自然”适合的用途是使用用户选择的临时目录（或其子目录）（请参见%temp%或GetTempPath()）。但是，默认情况下，该值将包含用户名（可以包含“非ASCII”字符；例如c:\users\Ø¥Ć¼\AppData\LocalLow\Temp）或任意值（关于字符集）。

因此，最有可能最好选择一些目录

a）不包含get do中的禁区字符。例如，您选择的C:\ProgramData下的目录（例如应用程序名称）不包含非ASCII字符。

b）让用户决定将这些文件放置在何处，并确保不允许输入仅包含允许字符的路径。

c）将"short path name"传递给Hunspell，该文件不应包含非ASCII字符以与FAT文件系统特征兼容。例如，c:\temp\Ø¥Ć¼的短路径名称是c:\temp\571D~1。

您可以使用cmd.exe /c dir /x查看目录的简称：

C:\temp>dir /x
...    
19.07.2019  15:30    <DIR>                       .
19.07.2019  15:30    <DIR>                       ..
19.07.2019  15:30    <DIR>          571D~1       Ø¥Ć¼

我不知道如何从MinGW调用GetShortPathName Win32 API，但是我认为这是可能的。

还请务必查看MSDN页面以获取上述功能的特征，例如并非在任何地方都支持短名称（例如SMB +请参阅下面的评论）。

Answer 3

看来mySuperFile.c : ${PYTHON373} $(ROOT)/lib/mySuperFileGenerate $(FILES_DIR) $(REPO_STATE_FILE) $(PYTHON373) $(ROOT)/lib/mySuperFileGenerate --out-dir=$(OUT_DIR) --repo=$(ROOT) --output=mySuperFile.c仍然是您可以写给自己的有效路径。

Windows目录永远不会包含临时文件的非ASCII字符？

3 个答案: