std::filesystem::directory_iterator遇西里尔字母失效问题排查

核心问题：Windows下的字符编码不匹配 #

程序崩溃是因为Windows系统中，包含西里尔字母的路径属于Unicode字符集，但你的代码全程使用窄字符（char/std::string）处理路径，导致编码转换失败，触发未定义行为。具体触发点包括：

• 命令行参数通过char* argv[]接收，无法识别西里尔字母这类非ANSI字符，导致路径构造错误；
• 调用entry.path().filename().string()将Unicode路径转窄字符时，非代码页字符会被转成无效值，后续路径拼接操作出错；
• std::ofstream默认是窄字符流，写入西里尔字母时会出现编码异常，甚至导致流操作失败。

需要处理的技术点与修复方案 #

1. 改用宽字符接收命令行参数 #

Windows下替换main为wmain，直接获取Unicode格式的命令行参数，避免编码丢失：

#define UNICODE
#define _UNICODE

#include <filesystem>
#include <fstream>
#include <stdio.h>
#include <locale>
#include <codecvt>

namespace fs = std::filesystem;
std::wstring dirList[100];
std::wofstream fp;
void DisplayPath(const fs::path&, int); 

int wmain(int argc, wchar_t* argv[])
{
    if (argc < 3) { wprintf(L"fSDI.exe <startPath> <outFile>\n"); exit(0); }
    const fs::path toRetrieve(argv[1]);
    std::wstring out(argv[2]);
    
    // 初始化宽字符输出流，设置UTF-8编码确保西里尔字母正确写入
    fp.open(out, std::ios::out);
    fp.imbue(std::locale(fp.getloc(), new std::codecvt_utf8<wchar_t>));
    
    fp << L"retrieve: " << toRetrieve << std::endl;
    dirList[0] = fs::absolute(toRetrieve).wstring();
    DisplayPath(toRetrieve, 0);
    fp.close();
    return 0;
}

2. 全程用宽字符串存储路径组件 #

将dirList和路径相关字符串全部改为std::wstring，避免窄字符转换丢失信息：

std::wstring dirList[100];
std::wofstream fp;

3. 更新路径遍历与拼接逻辑 #

修改DisplayPath函数，所有路径操作使用宽字符，同时修正原代码中路径拼接的错误逻辑：

void DisplayPath(const fs::path& pathToScan, int lv = 0)
{
    for (const auto& entry : fs::directory_iterator(pathToScan))
    {
        const auto file = entry.path().filename().wstring();
        if (entry.is_directory())
        {
            fp << L"[" << entry.path().filename().wstring() << L"]" << std::endl;
            dirList[lv+1] = entry.path().filename().wstring();
            DisplayPath(entry, lv + 1);
        }
        else if (entry.is_regular_file())
        {
            std::wstring fullPath = dirList[0];
            // 修正根路径的拼接判断逻辑
            if (!(dirList[0].size() == 3 && dirList[0][1] == L'\\'))
                fullPath += L"\\";
            for(int i=1;i<=lv;i++) fullPath += dirList[i] + L"\\";
            fp << L" " << fullPath << file << std::endl;
        }
    }
}

4. 启用编译器Unicode支持 #

在Windows项目设置中开启Unicode字符集（而非多字节字符集），或者在代码开头定义UNICODE和_UNICODE宏，确保系统API调用使用宽字符版本。

关键原理补充 #

• std::filesystem::path在Windows内部以宽字符存储路径，但如果用窄字符构造，会依赖当前系统代码页转换，非代码页字符会直接丢失；
• 宽字符流std::wofstream配合codecvt_utf8转换器，可将Unicode字符以UTF-8编码写入文件，保证西里尔字母能正确保存和读取。

内容的提问来源于stack exchange，提问作者Keltas