我在Mac OS x中从服务器到客户端(c++)接收文件名时遇到问题。我发送了一个序列化对象,它有一个带文件名的char指针,有时是字符串对象。当我在客户端收到它时,它似乎有字符%F6或%E9。这个问题不会出现在Windows操作系统中,尽管它是相同的代码。有没有办法将这些"%"字符解码回它们在Mac OS中的原始形式?Linux ?
我遇到的几个字符的问题:
ǡ
更改服务器中的代码是很困难的,所以如果有一种方法可以将字符解码回其原始形式,则会更容易。
看起来这些字符是按照ISO 8859-1或一些类似的单字节代码集进行url编码的。简单的答案是你需要将"%F6"
转化为'xF6'
;也就是说,您需要将百分比加上两个十六进制数字转换为相应的单个字节。
这就给你在Mac OS X上留下了一个问题,因为文件名通常以UTF-8存储,而不是ISO 8859-1等。例如(我的提示符是'Osiris JL:'):
Osiris JL: mkdir x
Osiris JL: cd x
Osiris JL: cp /dev/null é
Osiris JL: cp /dev/null è
Osiris JL: ls | odx
0x0000: 65 CC 80 0A 65 CC 81 0A e...e...
0x0008:
Osiris JL: ls
è é
Osiris JL: ls | cat
è
é
Osiris JL: ls | utf8-unicode
(standard input):
0x65 = U+0065
0xCC 0x80 = U+0300
0x0A = U+000A
0x65 = U+0065
0xCC 0x81 = U+0301
0x0A = U+000A
Osiris JL:
Unicode字符为U+0065拉丁小写字母E + U+0300组合重音或U+0301组合重音。
这不是字母
请注意,xF6
在UTF-8文本中根本不是一个有效的字节,但在ISO 8859-1, ISO 8859-15(和Windows CP1252)中,0xF6是ö, U+00F6拉丁小写字母O WITH DIAERESIS。
Mac OS X文件创建示例
下面是一个程序来创建一些文件-源文件x.c
,在Mac OS X 10.7.5上运行,用GCC 4.7.1编译:
#include <dirent.h>
#include <fcntl.h>
#include <stdio.h>
#include <string.h>
#include <unistd.h>
static void create_file(const char *name)
{
int fd = open(name, O_CREAT|O_TRUNC|O_RDWR, 0644);
if (fd >= 0)
{
close(fd);
printf("Created file %s OKn", name);
}
else
{
printf("Failed to create file %sn", name);
}
}
static void print_name(const char *name)
{
size_t len = strlen(name);
printf("%-10s = ", name);
for (size_t i = 0; i < len; i++)
printf(" %.2X", (unsigned char)name[i]);
putchar('n');
}
int main(void)
{
const char *names[] =
{
"a-exCCx80", /* a-eu0300 */
"a-exCCx81", /* a-eu0301 */
"b-xC3xA8", /* b-u00E8 */
"b-xC3xA9", /* b-u00E9 */
"c-xF6",
"c-xE9",
};
enum { NUM_NAMES = sizeof(names) / sizeof(names[0]) };
for (int i = 0; i < NUM_NAMES; i++)
create_file(names[i]);
DIR *dp = opendir(".");
if (dp != 0)
{
struct dirent *entry;
while ((entry = readdir(dp)) != 0)
print_name(entry->d_name);
closedir(dp);
}
else
fprintf(stderr, "error: failed to open current directoryn");
return(0);
}
这使用了拉丁小写字母'e'的两种编码,带有重音或重音。
它运行得很干净,但是您可以看到文件名被标准化为使用组合重音,即使在文件名字符串中使用U+00E8或U+00E9指定也是如此:
Osiris JL: ls
è é makefile x x.c
Osiris JL: ./x
Created file a-è OK
Created file a-é OK
Created file b-è OK
Created file b-é OK
Created file c-? OK
Created file c-? OK
. = 2E
.. = 2E 2E
a-è = 61 2D 65 CC 80
a-é = 61 2D 65 CC 81
b-è = 62 2D 65 CC 80
b-é = 62 2D 65 CC 81
c-%E9 = 63 2D 25 45 39
c-%F6 = 63 2D 25 46 36
è = 65 CC 80
é = 65 CC 81
makefile = 6D 61 6B 65 66 69 6C 65
x = 78
x.c = 78 2E 63
Osiris JL: ls
a-è a-é b-è b-é c-%E9 c-%F6 è é makefile x x.c
Osiris JL: ls | utf8-unicode
(standard input):
0x61 = U+0061
0x2D = U+002D
0x65 = U+0065
0xCC 0x80 = U+0300
0x0A = U+000A
0x61 = U+0061
0x2D = U+002D
0x65 = U+0065
0xCC 0x81 = U+0301
0x0A = U+000A
0x62 = U+0062
0x2D = U+002D
0x65 = U+0065
0xCC 0x80 = U+0300
0x0A = U+000A
0x62 = U+0062
0x2D = U+002D
0x65 = U+0065
0xCC 0x81 = U+0301
0x0A = U+000A
0x63 = U+0063
0x2D = U+002D
0x25 = U+0025
0x45 = U+0045
0x39 = U+0039
0x0A = U+000A
0x63 = U+0063
0x2D = U+002D
0x25 = U+0025
0x46 = U+0046
0x36 = U+0036
0x0A = U+000A
0x65 = U+0065
0xCC 0x80 = U+0300
0x0A = U+000A
0x65 = U+0065
0xCC 0x81 = U+0301
0x0A = U+000A
0x6D = U+006D
0x61 = U+0061
0x6B = U+006B
0x65 = U+0065
0x66 = U+0066
0x69 = U+0069
0x6C = U+006C
0x65 = U+0065
0x0A = U+000A
0x78 = U+0078
0x0A = U+000A
0x78 = U+0078
0x2E = U+002E
0x63 = U+0063
0x0A = U+000A
Osiris JL:
这意味着在创建包含拉丁小写字母E WITH GRAVE的文件的程序中,字符è有两种可能的拼写。
对于程序的输出有很多有趣的观察,比如=
符号的不对齐。但关键的一点是,如果您创建的文件名中包含无效的UTF-8字符序列,则每个无效字节将被url编码为%xx
,其中xx
是与无效字节对应的十六进制值(在磁盘上占用3个字节,而不是1个,AFAICT)。
总结
你必须决定你的源字符集是什么,这样你才能准确地从0x80范围翻译字节。在Mac OS X上将0xFF转换为适当的Unicode字符,或者您将不得不容忍Mac OS X为您创建用%F6
代替ö
的文件名,等等。文件系统将为您规范化文件名,但您必须提供有效的UTF-8名称。