处理路径长度的问题

Question

我正在创建一个库，它将用于linux和windows上的文件操作。所以我需要处理路径，主要的要求是我的函数将接收UTF8格式的字符串。但这也带来了一些问题，其中之一就是我在windows上使用MAX_PATH，在linux上使用PATH_MAX来表示静态路径变量。在ASCII字符的情况下没有问题，但是当path包含unicode字符时，如果unicode char需要每个字符2个字节，则路径长度将缩短两倍，如果unicode char需要每个字符3个字节，则路径长度将缩短3倍，以此类推。那么这个问题有没有很好的解决方案呢？

提前感谢！

附注：对不起，我的英语不好。

Answer 1

至少在Linux上，您的担忧似乎是错误的。Linux (和一般的POSIX )将路径视为以"\0“结尾的不透明的blob字节。它并不关心如何将这些字节转换为字符。也就是说，PATH_MAX以字节而非字符为单位指定路径名的最大长度。

因此，如果路径名包含>= 0多字节UTF-8字符，则意味着以字符为单位的最大路径长度为<= PATH_MAX。

Answer 2

UTF-8是多字节编码格式，每个字符从1字节到4字节不等。由于您希望静态地定义最大路径值，因此可能需要将最大路径定义为n*4 (其中n是您要定义的以ASCII码表示的路径长度)，以容纳UTF8编码字符。

Answer 3

这完全取决于你需要什么。

如果你想要MAX_PATH的字节数，你只需将一个缓冲区定义为char name[MAX_PATH]。如果您想要Unicode字符的数量，可以将缓冲区定义为char name[MAX_PATH * 4]，因为UTF-8将每个字符编码为1到4个八位字节的可变数量。

简而言之，正如janneb指出的那样，MAX_PATH (or PATH_MAX)指定的底层字节数是，而不是字符。