unicode в ext2/ext3

[Amouse]

проясните, пожалуйста, такой момент —
в linux можно создавать файлы с юникодными именами.
Но как они могут храниться в ext2/ext3?
Структура этих файловых систем - на один символ — один байт.

[serzh-z]

В UTF-8.

[sash-kan]

Структура этих файловых систем - на один символ — один байт.

↑

при чем здесь структура, причем здесь символ, причем здесь байт?
имя файла (с точки зрения файловой системы) — это произвольный набор байтов.

в linux можно создавать файлы с юникодными именами.

↑

с именами, содержащими (почти) все что угодно.
то, что с такими (произвольными) именами будет не очень удобно работать — вопрос отдельный (:

[Amouse]

Структура этих файловых систем - на один символ — один байт.

↑

при чем здесь структура, причем здесь символ, причем здесь байт?
имя файла (с точки зрения файловой системы) — это произвольный набор байтов.

В ext2 именно так, но скажем в ntfs на символ отведено 2 байта.

А по поводу хранения в utf-8, а если я поставил кодировку cp-1251, скажем, создам файл, в какой кодировке он будет хранится на диске?

[aLexx programmer]

А по поводу хранения в utf-8, а если я поставил кодировку cp-1251, скажем, создам файл, в какой кодировке он будет хранится на диске?

↑

В той, в которой был создан.

[sash-kan]

в ntfs на символ отведено 2 байта

↑

а что такое ntfs?
шучу, знаю, конечно. но не до такой степени, чтобы судить о том, что и как она хранит на диске.

А по поводу хранения в utf-8, а если я поставил кодировку cp-1251, скажем, создам файл, в какой кодировке он будет хранится на диске?

↑

господи, да причем тут "хранение в", "хранение на"! храняться байты! и если процесс был запущен с локалью ru_RU.CP1251 и этот процесс создал файл с именем "щ", то это имя так и будет записано в виде байта 0xf9.
а если процесс был запущен с локалью ru_RU.UTF-8, то имя будет записано в виде двух байт 0xd1 0x89.

как эти байты интерпретировать — файловой системе до лампочки. она не занимается интерпретацией. она просто хранит. а интерпретировать их потом будет процесс, читающий эти байты.

[Amouse]

как эти байты интерпретировать — файловой системе до лампочки. она не занимается интерпретацией. она просто хранит. а интерпретировать их потом будет процесс, читающий эти байты.

но тогда говорить о том что хранится в utf-8 нельзя?
набили имя при кодировке 1251, в ней он и хранится, т.е "читабельное/правильное" имя мы увидим только под этой кодировкой, так?

[Лис]

но тогда говорить о том что хранится в utf-8 нельзя?
набили имя при кодировке 1251, в ней он и хранится, т.е "читабельное/правильное" имя мы увидим только под этой кодировкой, так?

Да. Для нативных линуксовых ФС произвольно кодировка не устанавливается. Она соответствует кодировке текущей локали. Если вы смените локаль, то ФС как была, так и останется, но названия, содержащие не ASCII символы, будут отображаться некорректно. Причем, это не зависит от того, с какой кодировки на какую вы меняете локаль.

[Sleeping Daemon]

но тогда говорить о том что хранится в utf-8 нельзя?
набили имя при кодировке 1251, в ней он и хранится, т.е "читабельное/правильное" имя мы увидим только под этой кодировкой, так?

Да. Для нативных линуксовых ФС произвольно кодировка не устанавливается. Она соответствует кодировке текущей локали. Если вы смените локаль, то ФС как была, так и останется, но названия, содержащие не ASCII символы, будут отображаться некорректно. Причем, это не зависит от того, с какой кодировки на какую вы меняете локаль.

Отсюда сухой остаток такой: Называйте файлы только с латинским набором букв.
И не будите заморачиваться насчёт кодировок.

[Лис]

Отсюда сухой остаток такой: Называйте файлы только с латинским набором букв.
И не будите заморачиваться насчёт кодировок.

Вот еще. Если свои файлы, то да. А если это какой-нибудь фильм с русским названием или русская песня, как прикажете называть? Vasya_Ryazan'_Perestroyka? Нет уж, увольте. Проще использовать одну локаль во всех дистрибутивах.

[sash-kan]

Проще использовать одну локаль во всех дистрибутивах.

↑

добавлю — во всех дистрибутивах всех операционных систем.
и даже есть реальный кандидат на эту роль — utf-8.

[Skull]

Отсюда сухой остаток такой: Называйте файлы только с латинским набором букв.
И не будите заморачиваться насчёт кодировок.

Зачем себя так ограничивать? Поставь везде Unicode и наслаждайся.