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)

诊断库

内存管理库

元编程库(C++11)

通用工具库

容器库

迭代器库

范围库(C++20)

算法库

字符串库

文本处理库

数值库

日期和时间库

输入/输出库

文件系统库(C++17)

并发支持库(C++11)

执行控制库(C++26)

技术规范

符号索引

外部库

 

文本处理库

本地化库

正则表达式库(C++11)

格式化库(C++20)

空终止序列工具

字节字符串

多字节字符串

宽字符串

初等数值转换

to_chars (C++17) to_chars_result (C++17) from_chars (C++17) from_chars_result (C++17) chars_format (C++17)

文本编码识别

text_encoding (C++26)

 

空终止多字节字符串

函数 多字节/宽字符串测试 mblen mbrlen mbsinit 多字节/宽字符串转换 mbtowc mbstowcs btowc mbrtowc mbsrtowcs    wctomb wcstombs wctob wcrtomb wcsrtombs mbrtoc8 (C++20) mbrtoc16 (C++11) mbrtoc32 (C++11) c8rtomb (C++20) c16rtomb (C++11) c32rtomb (C++11)

类型

mbstate_t

宏

MB_LEN_MAX MB_CUR_MAX __STDC_UTF_16__ __STDC_UTF_32__ (C++11)(C++11)

 

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

将窄多字节字符转换为其 UTF-32 字符表示。

若 s 非空，则检查 s 指向字节开始的至多 n 字节多字节字符串，以判断补完下个多字节字符所需的字节数（含任意迁移序列）。若函数判定 s 中下个多字节字符完整有效，则将它转换成对应 32 位宽字符存储于 *pc32（若 pc32 非空）。

若 *s 中多字节字符对应一个多 char32_t 序列（对 UTF-32 而言不可能），则在首次调用此函数后更新 *ps 使得下次调用 mbrtoc32 时不必考虑 *s 也能写入附加的 char32_t。

若 s 是空指针，则忽略 n 与 pc32 的值，该调用等价于 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。

此函数使用的多字节编码由当前活跃的 C 本地环境指定。

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 ="z\u00df\u6c34\U0001F34C";// 即 u8"zß水🍌"   std::cout<<"处理 "<< str.size()<<" 个字节: [ "<<std::showbase;for(unsignedchar 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;constchar* 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<unsignedchar>(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 UTF-32 字符为窄多字节编码 (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)
mbrtoc32 的 C 文档