如何在Windows上将OsStr转换为＆amp; [u8] / Vec <u8>？

Question

我正在尝试将原始操作系统文件名保存到存储中，因此我需要获取rdd.map的原始字节。

似乎可以在* nix平台上调用as_bytes()，但这不是在MS Windows上定义的。

是否有可移植的方式将OsStr转换为字节？

Answer 1

在Rust 1.16中，没有用于在Windows上获取OsStr的字节的已定义接口。 OsStr delegates to system-specific code的实际实施情况。在* nix上，这是wrapper around a Vec<u8>;在Windows上，这是wrapper around a Wtf8Buf。使用Wtf8Buf实现Vec<u8>时，不会公开该实现细节。有关WTF-8的更多细节可用on its website，其中包括此引用，强调我的：

  

在Windows上（在其API中使用可能格式错误的UTF-16），   Rust标准库在内部使用WTF-8作为操作系统字符串，但确实如此   不暴露WTF-8字节序列。

“问题”是在不同的平台上，在将其传递给操作系统界面时，没有统一的“字符串”概念。在* nix上，通常接口接受几乎之类的东西，如UTF-8，除非它们不处理嵌入的NUL值。在Windows上，这取决于您是否正在调用API的W或A变体，尽管W变体是首选。

这变得更加困难，因为库也可能使用来自操作系统的不同编码。如果你使用在Windows上* nix上创建的C库，尤其如此 - 它几乎可以保证接受伪UTF-8字符串，然后进行某种有损转换以调用正确的底层API。

Rust通过提供不透明类型OsStr和OsString来避免这一切。

如果您需要将OsStr传递给接受UTF-8数据的函数，则需要将其转换为String或&str，然后您才能获得字节那。如果需要将其传递给接受LPCWSTR的函数，首先需要转换为Vec<u16>，然后将指向该缓冲区的指针传递给Windows API。您可以看到an example of how Rust itself does this。

Answer 2

OsStr的要点是它的表示是特定于操作系统的。由于技术原因，实现有些复杂（@Shepmaster's answer提供了更多详细信息），但您可以这样想：

• 在POSIX系统上，OsStr归结为&[u8]，因为POSIX函数接受并返回字节字符串;
• 在Windows上，OsStr可以被认为是&[u16]，因为Win32 Unicode函数接受并将字符串作为16位单元的数组返回。

由于本机Windows API接受16位＆＃34;宽字符＆＃34; ¹ 的序列，因此OsStr旨在存储。OsStr。虽然OsStr 可以转换为字节，因为任何东西都可以转换为字节，但这种表示没有用，因为这些字节对用户和系统都没有意义。这就是OsStr::encode_wide()没有提供在Windows上以字节形式检索内容的方法的原因。但是，它确实提供了u16迭代在Win32中 有用的基础OsString::from_wide()值。在另一个方向，OsString可用于从u16个值中创建OsStr。

由您决定持久层如何处理平台之间的这种差异。 Rust enum OsString { Unix(Vec<u8>), Windows(Vec<u16>) }提供的是实施往返的必要工具，但代码在平台之间必然会有所不同。例如，serde将effectively treating的差异解析为u16。

<小时/> ¹ Windows宽字符字符串有时被描述为UTF-16，因为它是在更高级别解释它们的方式，但这对于所有 OS字符串不正确。 Windows文件名可以包含不有效UTF-16的full_day个值对，并且仍然可用。这就是为什么不可能通过例如将Windows字符串表示为字节的原因。将它们转换为UTF-8。