剖析ifstream打开含中文路径名文件失败的原因

最近写程序的时候遇到了使用ifstream打开含中文路径文件时失败的问题，在网上翻了一下，发现这是一个普遍遇到的问题，在很多人的博文中也都给出了一些解决技巧，但大多是转载的东西，很少对这个问题引发的原因有一个清晰、全面的解释。因此，我觉得有必要对该问题引发的原因作一个详细的剖析，希望对遇到同样问题的朋友们能有所帮助。

首先，用一个简单的例子来重现一下我所遇到的问题：

（1）在VS2008的“Property  Pages”属性页中，选择“Configuration Properties”-->“General”，可以看到当前使用的字符集是“Multi-Byte Character Set”，也就是说程序中使用的是多字节字符集。

 

                  

（2）接下来看看ifstream打开txt文件的简单代码：

[cpp] view plain copy

1. #include "stdafx.h"  
2. #include   
3. #include   
4. using namespace std;  
5. int _tmain(int argc, _TCHAR* argv[])  
6. {  
7.     ifstream infile("d://测试.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)运行结果：输出“Open Fail”  (打开文件失败！)

    从设置选项中可以看到，工程中使用的字符集可设置为“Multi-Byte Character Set”或“Unicode Character Set”，其中“Multi-Byte Character Set”表示使用ANSI编码方式，“Unicode Character Set”表示使用UNICODE编码方式。

那么这两种编码方式有什么样的区别呢？

（1）传统的计算机使用ANSI编码，在ANSI编码模式下，英文字符都用1个字节表示，而某些其它国家的文字（如汉字、日文），无法用单个字节来表示，ANSI便采用多个字节来表示这些字符（汉字是2个字节）。

（2）UNICODE包含UTF-8、UTF-16、UTF-32等多种编码方案（目前windows一般使用UTF-16）。拿UTF-16来说，规定所有字符都使用2个字节表示（不论英文字母还是汉字），对于超出2个字节范围的字符采用代理（采用4个字节表示）。

UNICODE相比ANSI有很多方面的优势（优势体现在哪？），微软非常提倡使用UNICODE编码方式，在MS较新版本的系统中都是采用UNICODE编码的。因此，即便我们在自己写的程序中使用了ANSI编码，系统会将其转换为UNICODE再对其进行处理。

接下来我们说一下ifstream。在调用ifstream的open方法时，系统内部调用mbstowcs_s进行文件名转换（mbstowcs_s函数的作用是把多字节字符转化为宽字符），需要注意的是，该函数的调用结果依赖于程序的本地化设置（什么是本地化设置？）。而本地化设置可以通过setlocale函数来设置，譬如：setlocale(LC_ALL, "chinese")表示将程序本身的语言设置为中文，而程序启动时默认设置为LC_ALL="C"。在使用mbstowcs_s进行字符串转换时，只有当LC_ALL="chinese"时，含中文的字符串才能正确的转换成其对应的宽字节字符，否则（在LC_ALL="C"时），汉字会被看成2个单字节的字符，然后再转换成宽字节的字符，这样转换的结果显然是错误的！这就是ifstream打开含中文路径的文件失败的原因，因为"d://测试.txt"转换后得到错误的路径，因此文件打不开！

解决方法如下：

   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 

  11: #include 

  12: #include 

  13: using namespace std;

  14: int main()

  15: {

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

  17:     /* 方法1，使用_TEXT()宏定义将字符串常量指定为TCHAR*类型                 */

  18:     /* 如果是我，首选此类型                                                 */

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

  20:     fstream file;

  21:     file.open(_TEXT("c://测试//测试文本.txt"));

  22:     cout< 
   
  23:     file.close();
 
   
  24:  
 
   
  25:     /************************************************************************/
 
   
  26:     /* 方法2，使用STL中的locale类的静态方法指定全局locale                   */
 
   
  27:     /* 使用该方法以后,cout可能不能正常输出中文，十分蹊跷                    */
 
   
  28:     /* 我发现了勉强解决的方法：不要在还原区域设定前用cout或wcout 输出中文   */
 
   
  29:     /* 否则后果就是还原区域设定后无法使用cout wcout输出中文                 */
 
   
  30:     /************************************************************************/
 
   
  31:     locale::global(locale(""));//将全局区域设为操作系统默认区域
 
   
  32:     file.open("c://测试//测试文本2.txt");//可以顺利打开文件了
 
   
  33:     locale::global(locale("C"));//还原全局区域设定
 
   
  34:     cout< 
   
  35:     file.close();
 
   
  36:  
 
   
  37:     /************************************************************************/
 
   
  38:     /* 方法3，使用C函数setlocale，不能用cout输出中文的问题解决方法同上      */
 
   
  39:     /************************************************************************/
 
   
  40:     setlocale(LC_ALL,"Chinese-simplified");//设置中文环境
 
   
  41:     file.open("c://测试//测试文本3.txt");//可以顺利打开文件了
 
   
  42:     setlocale(LC_ALL,"C");//还原
 
   
  43:     cout< 
   
  44:     file.close();
 
   
  45: }
 
  

        参见博客：http://www.cppblog.com/gohan/archive/2008/05/11/49488.html

 

由于windows提倡使用UNICODE编码，因此，我们在使用VS编写程序的时候，最好也都使用UNICODE字符集。这样有利于避免字符集转换带来的问题，同时，也有利于提高效率（前面提到，windows内部会把ANSI编码转换为UNICODE再处理，这些转换当然也带来了额外的时间消耗）。

在示例的程序中，可以将工程字符集设置为UNICODE，然后将字符串前面加上_T(这样，在字符集已经设置为UNICODE的情况下，该字符串会自动采用宽字符表示)，例如：ifstream infile(_T("d://测试.txt")),便不会有打开文件不成功的问题了。