剖析ifstream開啟含中文路徑名檔案失敗的原因

最近寫程式的時候遇到了使用ifstream開啟含中文路徑檔案時失敗的問題，在網上翻了一下，發現這是一個普遍遇到的問題，在很多人的博文中也都給出了一些解決技巧，但大多是轉載的東西，很少對這個問題引發的原因有一個清晰、全面的解釋。因此，我覺得有必要對該問題引發的原因作一個詳細的剖析，希望對遇到同樣問題的朋友們能有所協助。

首先，用一個簡單的例子來重現一下我所遇到的問題：

（1）在VS2008的“Property  Pages”屬性頁面中，選擇“Configuration Properties”-->“General”，可以看到當前使用的字元集是“Multi-Byte Character Set”，也就是說程式中使用的是多位元組字元集。

 

                  

（2）接下來看看ifstream開啟txt檔案的簡單代碼：

[cpp]
view plaincopy

1. #include "stdafx.h"  
2. #include <fstream>  
3. #include <iostream>  
4. using namespace std;  
5. int _tmain(int argc, _TCHAR* argv[])  
6. {  
7.     ifstream infile("d://測試.txt");  
8.     if(infile.is_open())  
9.     {  
10.         cout<<"Open Success!";  
11.     }  
12.     else  
13.     {  
14.         cout<<"Open Fail!";  
15.     }  
16.     return 0;  
17. }  

 

(3)運行結果：輸出“Open Fail”  (開啟檔案失敗！)

    從設定選項中可以看到，工程中使用的字元集可設定為“Multi-Byte Character Set”或“Unicode Character Set”，其中“Multi-Byte Character Set”表示使用ANSI編碼方式，“Unicode Character Set”表示使用UNICODE編碼方式。

那麼這兩種編碼方式有什麼樣的區別呢？

（1）傳統的電腦使用ANSI編碼，在ANSI編碼模式下，英文字元都用1個位元組表示，而某些其它國家的文字（如漢字、日文），無法用單個位元組來表示，ANSI便採用多個位元組來表示這些字元（漢字是2個位元組）。

（2）UNICODE包含UTF-8、UTF-16、UTF-32等多種編碼方案（目前windows一般使用UTF-16）。拿UTF-16來說，規定所有字元都使用2個位元組表示（不論英文字母還是漢字），對於超出2個位元組範圍的字元採用代理（採用4個位元組表示）。

UNICODE相比ANSI有很多方面的優勢（優勢體現在哪？），微軟非常提倡使用UNICODE編碼方式，在MS較新版本的系統中都是採用UNICODE編碼的。因此，即便我們在自己寫的程式中使用了ANSI編碼，系統會將其轉換為UNICODE再對其進行處理。

接下來我們說一下ifstream。在調用ifstream的open方法時，系統內部調用mbstowcs_s進行檔案名稱轉換（mbstowcs_s函數的作用是把多位元組字元轉化為寬字元），需要注意的是，該函數的調用結果依賴於程式的本地化設定（什麼是本地化設定？）。而本地化設定可以通過setlocale函數來設定，譬如：setlocale(LC_ALL, "chinese")表示將程式本身的語言設定為中文，而程式啟動時預設設定為LC_ALL="C"。在使用mbstowcs_s進行字串轉換時，只有當LC_ALL="chinese"時，含中文的字串才能正確的轉換成其對應的寬位元組字元，否則（在LC_ALL="C"時），漢字會被看成2個單位元組的字元，然後再轉換成寬位元組的字元，這樣轉換的結果顯然是錯誤的！這就是ifstream開啟含中文路徑的檔案失敗的原因，因為"d://測試.txt"轉換後得到錯誤的路徑，因此檔案打不開！

解決方案如下：

   1: /********************************************************************

   2:     created:    2008/05/10

   3:     created:    10:5:2008   23:56

   4:     filename:     k:/sj/fstreamTest/fstreamTest/main.cpp

   5:     file path:    k:/sj/fstreamTest/fstreamTest

   6:     file base:    main

   7:     file ext:    cpp

   8:     author:        Gohan

   9: *********************************************************************/

  10: #include <tchar.h>

  11: #include <fstream>

  12: #include <iostream>

  13: using namespace std;

  14: int main()

  15: {

  16:     /************************************************************************/

  17:     /* 方法1，使用_TEXT()宏定義將字串常量指定為TCHAR*類型                 */

  18:     /* 如果是我，首選此類型                                                 */

  19:     /************************************************************************/

  20:     fstream file;

  21:     file.open(_TEXT("c://測試//測試文本.txt"));

  22:     cout<<file.rdbuf();

  23:     file.close();

  24:  

  25:     /************************************************************************/

  26:     /* 方法2，使用STL中的locale類的靜態方法指定全域locale                   */

  27:     /* 使用該方法以後,cout可能不能正常輸出中文，十分蹊蹺                    */

  28:     /* 我發現了勉強解決的方法：不要在還原地區設定前用cout或wcout 輸出中文   */

  29:     /* 否則後果就是還原地區設定後無法使用cout wcout輸出中文                 */

  30:     /************************************************************************/

  31:     locale::global(locale(""));//將全域地區設為作業系統預設區域

  32:     file.open("c://測試//測試文本2.txt");//可以順利開啟檔案了

  33:     locale::global(locale("C"));//還原全域地區設定

  34:     cout<<file.rdbuf();

  35:     file.close();

  36:  

  37:     /************************************************************************/

  38:     /* 方法3，使用C函數setlocale，不能用cout輸出中文的問題解決方案同上      */

  39:     /************************************************************************/

  40:     setlocale(LC_ALL,"Chinese-simplified");//設定中文環境

  41:     file.open("c://測試//測試文本3.txt");//可以順利開啟檔案了

  42:     setlocale(LC_ALL,"C");//還原

  43:     cout<<file.rdbuf();

  44:     file.close();

  45: }

        參見部落格：http://www.cppblog.com/gohan/archive/2008/05/11/49488.html

 

由於windows提倡使用UNICODE編碼，因此，我們在使用VS編寫程式的時候，最好也都使用UNICODE字元集。這樣有利於避免字元集轉換帶來的問題，同時，也有利於提高效率（前面提到，windows內部會把ANSI編碼轉換為UNICODE再處理，這些轉換當然也帶來了額外的時間消耗）。

在樣本的程式中，可以將工程字元集設定為UNICODE，然後將字串前面加上_T(這樣，在字元集已經設定為UNICODE的情況下，該字串會自動採用寬字元表示)，例如：ifstream infile(_T("d://測試.txt")),便不會有開啟檔案不成功的問題了。