std::mbrtoc32

 

C++

编译器支持

自立实现与有宿主实现

语言

标准库

标准库标头

具名要求

功能特性测试宏 (C++20)

语言支持库

概念库 (C++20)

元编程库 (C++11)

诊断库

通用工具库

字符串库

容器库

迭代器库

范围库 (C++20)

算法库

数值库

本地化库

输入/输出库

文件系统库 (C++17)

正则表达式库 (C++11)

并发支持库 (C++11)

技术规范

符号索引

外部库

 

字符串库

空终止字符串

字节字符串

多字节字符串

宽字符串

类

basic_string

basic_string_view (C++17)

char_traits

 

空终止多字节字符串

宽/多字节转换
mbsinit
mbtowc mbstowcs btowc mbrtowc mbsrtowcs mbrtoc8 (C++20) mbrtoc16 (C++11) mbrtoc32 (C++11) mblen	wctomb wcstombs wctob wcrtomb wcsrtombs c8rtomb (C++20) c16rtomb (C++11) c32rtomb (C++11) mbrlen
类型
mbstate_t

 

在标头 <cuchar> 定义
std::size_t mbrtoc32( char32_t* pc32,                       const char* s,                       std::size_t n,                       std::mbstate_t* ps );		(C++11 起)

从窄多字符编码转换编码点到其 UTF-32 字符表示。

若 s 不是空指针，则审查以 s 所指向的字节开始的多字节字符串的至多 n 个字节，以确定完成下个多字节字符所需的字节数（包含任何迁移序列）。若函数确定 s 中下个多字节字符完整且合法，则将它转换成对应的 32 位宽字符并存储于 *pc32（若 pc32 非空）。

若 *s 中下个多字节字符对应多 char32_t 序列（对于 UTF-32 不可能），则在首次调用此函数后更新 *ps，以满足下次到 mbrtoc32 的调用将写出附加的 char32_t，而不考虑 *s。

若 s 是空指针，则忽略 n 与 pc32 的值，而调用等价于 std::mbrtoc32(NULL, "", 1, ps)。

若产生的宽字符是空字符，则转换状态 *ps 表示初始迁移状态。

此函数所用的多字节编码为当前活跃的 C 本地环境所指定。

参数

pc32	-	指向将写入产生的 32 位宽字符的位置的指针
s	-	指向用作输入的多字节字符串的指针
n	-	s 中能检验的字节数上的限制
ps	-	指向转译多字节字符串时所用的转换状态对象的指针

返回值

下列首个适用者：

• 若从 s 转换的字符为空字符（并存储于 *pc32 中，若它非空）则为 ​0​。
• 成功从 s 转换的多字节字符的字节数 [1...n]。
• 若现已将来自多 char32_t 字符的下个 char32_t 写入 *pc32，则为 -3。此情况下不从输入处理字节。
• 若接下来 n 个字节组成不完整，但到此仍合法的多字节字符则为 -2。不写入内容到 *pc32。
• 若出现编码错误则为 -1。不写入内容到 *pc32，存储 EILSEQ 于 errno 且 *ps 的值未指定。

示例

运行此代码

#include <cassert>
#include <clocale>
#include <cstring>
#include <cuchar>
#include <cwchar>
#include <iomanip>
#include <iostream>
 
int main()
{
    std::setlocale(LC_ALL, "en_US.utf8");
 
    std::string str = u8"z\u00df\u6c34\U0001F34C"; // 或 u8"zß水🍌"
 
    std::cout << "处理 " << str.size() << " 个字节: [ " << std::showbase;
    for (unsigned char c : str)
        std::cout << std::hex << +c << ' ';
    std::cout << "]\n";
 
    std::mbstate_t state{}; // 零初始化为初始状态
    char32_t c32;
    const char *ptr = str.c_str(), *end = str.c_str() + str.size() + 1;
 
    while (std::size_t rc = std::mbrtoc32(&c32, ptr, end - ptr, &state))
    {   
        std::cout << "下一个 UTF-32 字符: " << std::hex
                  << static_cast<int>(c32) << " 来自 ";
        assert(rc != (std::size_t) - 3); // UTF-32 中没有代理对
        if (rc == (std::size_t) - 1)
            break;
        if (rc == (std::size_t) - 2)
            break;
        std::cout << std::dec << rc << " 个字符 [ ";
        for (std::size_t n = 0; n < rc; ++n)
            std::cout << std::hex << +static_cast<unsigned char>(ptr[n]) << ' ';
        std::cout << "]\n";
        ptr += rc;
    }
}

输出：

处理 10 个字节: [ 0x7a 0xc3 0x9f 0xe6 0xb0 0xb4 0xf0 0x9f 0x8d 0x8c ]
下一个 UTF-32 字符: 0x7a 来自 1 个字符 [ 0x7a ]
下一个 UTF-32 字符: 0xdf 来自 2 个字符 [ 0xc3 0x9f ]
下一个 UTF-32 字符: 0x6c34 来自3 个字符 [ 0xe6 0xb0 0xb4 ]
下一个 UTF-32 字符: 0x1f34c 来自 4 个字符 [ 0xf0 0x9f 0x8d 0x8c ]

参阅

c32rtomb (C++11)	转换 32 位宽字符为窄多字节字符串 (函数)
do_in [虚]	将字符串从 ExternT 转换到 InternT，例如在从文件读取时 (std::codecvt<InternT,ExternT,StateT> 的虚受保护成员函数)