std::mbrtoc32
定义于头文件 <cuchar>
|
||
std::size_t mbrtoc32( char32_t* pc32, const char* s, |
(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
下列首个应用者:
- 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 <iostream> #include <iomanip> #include <clocale> #include <cstring> #include <cwchar> #include <cuchar> #include <cassert> int main() { std::setlocale(LC_ALL, "en_US.utf8"); std::string str = u8"z\u00df\u6c34\U0001F34C"; // 或 u8"zß水🍌" std::cout << "Processing " << str.size() << " bytes: [ " << 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 << "Next UTF-32 char: " << std::hex << c32 << " obtained from "; assert(rc != (std::size_t)-3); // no surrogates in UTF-32 if(rc <= ((std::size_t)-1) / 2) { std::cout << std::dec << rc << " bytes [ "; for(std::size_t n = 0; n < rc; ++n) std::cout << std::hex << +(unsigned char)ptr[n] << ' '; std::cout << "]\n"; ptr += rc; } else break; } }
输出:
Processing 10 bytes: [ 0x7a 0xc3 0x9f 0xe6 0xb0 0xb4 0xf0 0x9f 0x8d 0x8c ] Next UTF-32 char: 0x7a obtained from 1 bytes [ 0x7a ] Next UTF-32 char: 0xdf obtained from 2 bytes [ 0xc3 0x9f ] Next UTF-32 char: 0x6c34 obtained from 3 bytes [ 0xe6 0xb0 0xb4 ] Next UTF-32 char: 0x1f34c obtained from 4 bytes [ 0xf0 0x9f 0x8d 0x8c ]
参阅
(C++11) |
转换 32 位宽字符为窄多字节字符串 (函数) |
[虚] |
从 externT 转换字符串为 internT ,如在从文件读取时 ( std::codecvt<InternT,ExternT,State> 的虚受保护成员函数) |