_wstat su Linux

[71104]

su Linux vedo che esiste un header wchar.h ma ho visto che importa molte meno funzioni rispetto alla versione Windows del MinGW... una che manca è la _wstat: esiste su Linux? e la wopendir? in generale, è possibile su Linux dare a files e cartelle nomi contenenti caratteri non ASCII, purché ovviamente il filesystem li supporti?

[andbin]

Originariamente inviato da 71104

su Linux vedo che esiste un header wchar.h ma ho visto che importa molte meno funzioni rispetto alla versione Windows del MinGW... una che manca è la _wstat: esiste su Linux? e la wopendir? in generale, è possibile su Linux dare a files e cartelle nomi contenenti caratteri non ASCII, purché ovviamente il filesystem li supporti?

Prova a leggere <qui> (sezione "Converting filesystems"). Da quanto ho capito io, non c'è un vero e proprio supporto dell'Unicode a livello del file-system ma piuttosto c'è solo la possibilità di gestire un determinato file-system (es. ISO9660 per i CD) facendo una conversione in un charset/encoding specifico (es. iso8859-1 oppure utf-8).

[71104]

Originariamente inviato da andbin

Prova a leggere <qui> (sezione "Converting filesystems"). Da quanto ho capito io, non c'è un vero e proprio supporto dell'Unicode a livello del file-system ma piuttosto c'è solo la possibilità di gestire un determinato file-system (es. ISO9660 per i CD) facendo una conversione in un charset/encoding specifico (es. iso8859-1 oppure utf-8).

be' ma su Linux esistono pure filesystems che supportano Unicode, no? c'è LinuxNTFS... come si comporta Linux se in un filesystem NTFS ci trova dei nomi che non possono essere espressi in ASCII (per es. caratteri giapponesi)? la readdir normale cosa ritorna...?

[71104]

ma fammi capire se ho capito bene: UTF-8 sarebbe una codifica percui:
* tutti i caratteri del set ASCII standard (da 0 a 0x7F inclusi) sono codificati così come sono in un byte singolo
* un byte il cui valore sia >= 0x80 rappresenta all'interno della stringa un carattere speciale il cui valore è determinato da quel byte e anche dal successivo (cioè è codificato con due bytes)

giust? e questo praticamente sarebbe il motivo percui ogni tanto nelle emails i caratteri accentati li leggo come coppie di caratteri strani? perché il client di chi ha mandato la mail ha sbagliato la codifica dichiarando ASCII anziché UTF-8?

[andbin]

Originariamente inviato da 71104

ma fammi capire se ho capito bene: UTF-8 sarebbe una codifica percui:
* tutti i caratteri del set ASCII standard (da 0 a 0x7F inclusi) sono codificati così come sono in un byte singolo
* un byte il cui valore sia >= 0x80 rappresenta all'interno della stringa un carattere speciale il cui valore è determinato da quel byte e anche dal successivo (cioè è codificato con due bytes)

UTF-8 consente di codificare 1 carattere Unicode come una sequenza di byte che varia da 1 fino a 6 byte.
La sequenza è ben spiegata <qui>.

Originariamente inviato da 71104

giust? e questo praticamente sarebbe il motivo percui ogni tanto nelle emails i caratteri accentati li leggo come coppie di caratteri strani? perché il client di chi ha mandato la mail ha sbagliato la codifica dichiarando ASCII anziché UTF-8?

Nelle email il charset dovrebbe essere sempre codificato tramite un header apposito, ad esempio:

Content-Type: text/plain; charset=iso-8859-1

Se però venisse omesso (per qualunque motivo buono o cattivo ) e il testo magari è in utf-8 ... beh, qualche casino c'è di sicuro!

[71104]

Originariamente inviato da andbin

UTF-8 consente di codificare 1 carattere Unicode come una sequenza di byte che varia da 1 fino a 6 byte.
La sequenza è ben spiegata <qui>.

ottimo link! ero andato a cercare informazioni sull'UTF-8 in un altro link che mi avevi postato qualche giorno fa (chissà perché ultimamente finisci per parlare sempre di Unicode su questo forum e ogni volta posti link diversi, ma che hai la riserva? ) ma che non avevo avuto tempo di leggere approfonditamente. ma una FACK ( ) esaustiva mi serviva proprio! thx.

[71104]

FACK ovviamente vuol dire Frequently Asked CKuestions.