wchar_t* 到 char* 转换问题

Question

我在将 wchar_t* 转换为 char* 时遇到问题。

我从 FILE_NOTIFY_INFORMATION 结构中获取 wchar_t* 字符串，该字符串由 ReadDirectoryChangesW WinAPI 函数返回，因此我认为该字符串是正确的。

假设 wchar 字符串是“New Text File.txt” 在 Visual Studio 调试器中，将鼠标悬停在变量上时会显示“N”和一些未知的中文字母。尽管在手表中字符串被正确表示。

当我尝试使用 wcstombs 将 wchar 转换为 char 时，

wcstombs(pfileName, pwfileName, fileInfo.FileNameLength);

它仅将两个字母转换为 char* （“Ne”），然后生成错误。

wcstombs.c 中的函数 _wcstombs_l_helper() 在此块中出现一些内部错误：

if (*pwcs > 255)  /* validate high byte */
{
    errno = EILSEQ;
    return (size_t)-1;  /* error */
}

它不会作为异常抛出。

可能是什么问题？

Answer 1

为了以正确的方式做您想做的事情，您需要考虑一些重要的事情。我会尽力在这里为你分解它们。

让我们从 wcstombs() 中的 count 参数的定义开始 MSDN 上的函数文档：

多字节输出字符串中可以存储的最大字节数。

请注意，这并没有说明宽字符输入字符串中宽字符的数量。尽管示例输入字符串（“New Text File.txt”）中的所有宽字符都可以表示为单字节 ASCII 字符，但我们不能假设输入字符串中的每个宽字符都会在输出中生成一个字节string 代表每个可能的输入字符串（如果这个说法让您感到困惑，您应该查看 Joel 关于 Unicode 和字符集的文章 ）。因此，如果您向 wcstombs() 传递输出缓冲区的大小，它如何知道输入字符串有多长？文档指出，根据标准 C 语言约定，输入字符串应以 null 结尾：

如果 wcstombs 在 count 发生之前或发生时遇到宽字符空字符 (L'\0')，则会将其转换为 8 位 0 并停止。

尽管文档中没有明确说明这一点，但我们可以推断，如果输入字符串不是以 null 结尾，则 wcstombs() 将继续读取宽字符，直到写入 count< /code> 字节到输出字符串。因此，如果您正在处理非空终止的宽字符串，仅仅知道输入字符串的长度是不够的；还需要知道输入字符串的长度。您必须以某种方式确切地知道输出字符串需要多少字节（如果不进行转换就无法确定）并将其作为 count 参数传递以进行 wcstombs() 做你想让它做的事。

为什么我如此关注这个空终止问题？因为MSDN上的FILE_NOTIFY_INFORMATION结构文档有这个说说它的 FileName 字段：

包含相对于目录句柄的文件名的可变长度字段。文件名采用 Unicode 字符格式，并且不以 null 结尾。

FileName 字段不是以 null 结尾的事实解释了为什么当您在调试器中查看它时，它的末尾有一堆“未知的中文字母”。 FILE_NOTIFY_INFORMATION 结构的文档还包含有关 FileNameLength 字段的另一个宝贵知识：

记录的文件名部分的大小（以字节为单位）。

请注意，这里表示的是字节，而不是字符。因此，即使您想假设输入字符串中的每个宽字符都会在输出字符串中生成一个字节，您也不应该为 count 传递 fileInfo.FileNameLength >;您应该传递 fileInfo.FileNameLength / sizeof(WCHAR) （当然，或者使用以 null 结尾的输入字符串）。将所有这些信息放在一起，我们终于可以理解为什么您对 wcstombs() 的原始调用失败了：它读取了字符串末尾并阻塞了无效数据（从而触发了 EILSEQ 错误）。

现在我们已经阐明了问题，是时候讨论可能的解决方案了。为了以正确的方式做到这一点，您需要知道的第一件事是输出缓冲区需要有多大。幸运的是，wcstombs() 的文档中有一个最后的花絮可以帮助我们：

如果mbstr参数为NULL，wcstombs返回目标字符串所需的大小（以字节为单位）。

因此，使用 wcstombs() 函数的惯用方法是调用它两次：第一次确定输出缓冲区需要多大，第二次实际执行转换。最后要注意的是，正如我们之前所说，至少在第一次调用 wcstombs() 时，宽字符输入字符串需要以 null 结尾。

将所有这些放在一起，这里有一段代码可以完成您想要做的事情：

size_t fileNameLengthInWChars = fileInfo.FileNameLength / sizeof(WCHAR); //get the length of the filename in characters
WCHAR *pwNullTerminatedFileName = new WCHAR[fileNameLengthInWChars + 1]; //allocate an intermediate buffer to hold a null-terminated version of fileInfo.FileName; +1 for null terminator
wcsncpy(pwNullTerminatedFileName, fileInfo.FileName, fileNameLengthInWChars); //copy the filename into a the intermediate buffer
pwNullTerminatedFileName[fileNameLengthInWChars] = L'\0'; //null terminate the new buffer
size_t fileNameLengthInChars = wcstombs(NULL, pwNullTerminatedFileName, 0); //first call to wcstombs() determines how long the output buffer needs to be
char *pFileName = new char[fileNameLengthInChars + 1]; //allocate the final output buffer; +1 to leave room for null terminator
wcstombs(pFileName, pwNullTerminatedFileName, fileNameLengthInChars + 1); //finally do the conversion!

当然，不要忘记调用 delete[] pwNullTermminateFileName 和 delete[] pFileName code> 当你完成清理工作时。

最后一件事

写完这个答案后，我更仔细地重新阅读了你的问题，并想到了你可能犯的另一个错误。您说 wcstombs() 在转换前两个字母（“Ne”）后失败，这意味着它在输入字符串中前两个宽字符之后遇到了未初始化的数据。您是否碰巧使用赋值运算符将一个 FILE_NOTIFY_INFORMATION 变量复制到另一个变量？例如，

FILE_NOTIFY_INFORMATION fileInfo = someOtherFileInfo;

如果您这样做，它只会将 someOtherFileInfo.FileName 的前两个宽字符复制到 fileInfo.FileName。为了理解为什么会出现这种情况，请考虑 FILE_NOTIFY_INFORMATION 结构的声明：

typedef struct _FILE_NOTIFY_INFORMATION {
  DWORD NextEntryOffset;
  DWORD Action;
  DWORD FileNameLength;
  WCHAR FileName[1];
} FILE_NOTIFY_INFORMATION, *PFILE_NOTIFY_INFORMATION;

当编译器生成赋值操作的代码时，它不理解使用 拉取的诡计FileName 是一个可变长度字段，因此它只是将 sizeof(FILE_NOTIFY_INFORMATION) 字节从 someOtherFileInfo 复制到 fileInfo。由于 FileName 被声明为一个包含一个 WCHAR 的数组，您可能会认为只会复制一个字符，但编译器会将该结构填充为额外的两个字节长（因此它的长度是 int 大小的整数倍），这就是为什么还要复制第二个 WCHAR 的原因。

Answer 2

我的猜测是您传递的宽字符串无效或定义不正确。

pwFileName 是如何定义的？看来您有一个 FILE_NOTIFY_INFORMATION 结构定义为 fileInfo，那么为什么不使用 fileInfo.FileName ，如下所示？

wcstombs(pfileName, fileInfo.FileName, fileInfo.FileNameLength);

Answer 3

你得到的错误说明了一切，它发现了一个无法转换为MB的字符（因为它没有MB的表示形式），来源：

如果 wcstombs 遇到宽字符，它无法转换为
多字节字符，它返回 –1 转换为 size_t 类型并设置 errno
到EILSEQ

在这种情况下，您应该避免“假设”输入，并给出失败的实际测试用例。