mbrtoc16
来自 cppreference.cn
| 在头文件 <uchar.h> 中定义 |
||
| (C11 起) | ||
将一个窄多字节字符编码的单个码点转换为其变长 16 位宽字符编码（通常为 UTF-16）。
如果 s 不是空指针，则检查至多 n 个多字节字符串字节，从 s 所指向的字节开始，以确定完成下一个多字节字符所需的字节数（包括任何移位序列，并考虑到当前的多字节转换状态 *ps）。如果函数确定 s 中的下一个多字节字符是完整且有效的，则将其转换为相应的 16 位宽字符并存储在 *pc16 中（如果 pc16 不为空）。
如果 *s 中的多字节字符对应于一个多 char16_t 序列（例如 UTF-16 中的代理对），那么在第一次调用此函数后，*ps 将以这种方式更新，即下一次调用 mbrtoc16 将写入额外的 char16_t，而不考虑 *s。
如果 s 是一个空指针，则忽略 n 和 pc16 的值，并且调用等效于 mbrtoc16(NULL, "", 1, ps)。
如果生成的宽字符是空字符，则转换状态 *ps 表示初始移位状态。
如果定义了宏 __STDC_UTF_16__，则此函数使用的 16 位编码为 UTF-16；否则，它是实现定义的。该宏始终定义，且编码始终为 UTF-16。(C23 起) 在任何情况下，此函数使用的多字节字符编码由当前活动的 C 语言环境指定。
目录 |
[编辑] 参数
| pc16 | - | 指向存储结果 16 位宽字符的位置的指针 |
| s | - | 指向用作输入的多字节字符字符串的指针 |
| n | - | s 中可检查的字节数的限制 |
| ps | - | 指向转换状态对象的指针，用于解释多字节字符串 |
[编辑] 返回值
以下适用情况中的第一个
- 0 如果从 s 转换的字符（如果非空则存储在 *pc16 中）是空字符。
- 从 s 成功转换的多字节字符的字节数
[1,n]。 - (size_t)-3 如果多 char16_t 字符（例如代理对）的下一个 char16_t 已写入 *pc16。在这种情况下，不从输入处理字节。
- (size_t)-2 如果接下来的 n 个字节构成一个不完整但目前有效的多字节字符。不会写入任何内容到 *pc16。
- (size_t)-1 如果发生编码错误。不会写入任何内容到 *pc16，值 EILSEQ 存储在 errno 中，并且 *ps 的值未指定。
[编辑] 示例
在 MSVC 上，您可能需要 /utf-8 编译器标志才能使 UTF_8 正常工作。
运行此代码
#include <locale.h> #include <stdio.h> #include <uchar.h> int main(void) { setlocale(LC_ALL, "en_US.utf8"); const char in[] = u8"zß水🍌"; // or "z\u00df\u6c34\U0001F34C" enum { in_sz = sizeof in / sizeof *in }; printf("Processing %d UTF-8 code units: [", in_sz); for (int n = 0; n < in_sz; ++n) printf("%s%02X", n ? " " : "", (unsigned char)in[n]); puts("]"); char16_t out[in_sz]; const char* p_in = in; const char* end = in + in_sz; char16_t* p_out = out; mbstate_t state = {0}; for (size_t rc; (rc = mbrtoc16(p_out, p_in, end - p_in, &state));) { if (rc == (size_t)-1) // invalid input break; else if(rc == (size_t)-2) // truncated input break; else if(rc == (size_t)-3) // UTF-16 high surrogate p_out += 1; else { p_in += rc; p_out += 1; }; } const size_t out_sz = p_out - out + 1; printf("into %zu UTF-16 code units: [", out_sz); for (size_t x = 0; x < out_sz; ++x) printf("%s%04X", x ? " " : "", out[x]); puts("]"); }
输出
Processing 11 UTF-8 code units: [7A C3 9F E6 B0 B4 F0 9F 8D 8C 00] into 6 UTF-16 code units: [007A 00DF 6C34 D83C DF4C 0000]
[编辑] 参考
- C23 标准 (ISO/IEC 9899:2024)
- 7.30.1.3 函数 mbrtoc16 (p: 408-409)
- C11 标准 (ISO/IEC 9899:2011)
- 7.28.1.1 函数 mbrtoc16 (p: 398-399)
[编辑] 参阅
| (C11) |
将 UTF-16 字符转换为窄多字节编码 (函数) |
