std::codecvt
来自 cppreference.com
定义在头文件 <locale> 中 |
||
template< class InternT, |
||
类模板 std::codecvt
封装了字符字符串(包括宽字符和多字节字符)从一种编码到另一种编码的转换。所有通过 std::basic_fstream<CharT> 执行的文件 I/O 操作都使用流中所赋予的区域设置的 std::codecvt<CharT, char, std::mbstate_t> 构面。
继承图
内容 |
[编辑] 特化
标准库保证提供以下特化(任何区域设置对象都需要实现它们):
定义在头文件
<locale> 中 | |
std::codecvt<char, char, std::mbstate_t> | 身份转换 |
std::codecvt<char16_t, char, std::mbstate_t> (自 C++11 起)(C++20 中已弃用) |
在 UTF-16 和 UTF-8 之间转换 |
std::codecvt<char16_t, char8_t, std::mbstate_t> (自 C++20 起)(已弃用) |
在 UTF-16 和 UTF-8 之间转换 |
std::codecvt<char32_t, char, std::mbstate_t> (自 C++11 起)(C++20 中已弃用) |
在 UTF-32 和 UTF-8 之间转换 |
std::codecvt<char32_t, char8_t, std::mbstate_t> (自 C++20 起)(已弃用) |
在 UTF-32 和 UTF-8 之间转换 |
std::codecvt<wchar_t, char, std::mbstate_t> | 在系统本机宽字符集和单字节窄字符集之间转换 |
[编辑] 成员类型
成员名称 | 定义 |
intern_type
|
InternT
|
extern_type
|
ExternT
|
state_type
|
StateT
|
[编辑] 成员函数
构造一个新的 codecvt 构面 (公共成员函数) | |
调用 do_out (公共成员函数) | |
调用 do_in (公共成员函数) | |
调用 do_unshift (公共成员函数) | |
调用 do_encoding (公共成员函数) | |
调用 do_always_noconv (公共成员函数) | |
调用 do_length (公共成员函数) | |
调用 do_max_length (公共成员函数) |
[编辑] 成员对象
static std::locale::id id |
id 区域设置 (公共成员对象) |
[编辑] 受保护的成员函数
析构一个 codecvt 构面 (受保护的成员函数) | |
[虚函数] |
将字符串从 InternT 转换为 ExternT ,例如写入文件时(虚受保护的成员函数) |
[虚函数] |
将字符串从 ExternT 转换为 InternT ,例如从文件读取时(虚受保护的成员函数) |
[虚函数] |
生成用于不完整转换的 ExternT 字符的终止字符序列(虚受保护的成员函数) |
[虚函数] |
返回生成一个 InternT 字符所需的 ExternT 字符数(如果为常量)(虚受保护的成员函数) |
[虚函数] |
测试构面是否对所有有效参数值编码身份转换 (虚受保护的成员函数) |
[虚函数] |
计算将转换为给定 InternT 缓冲区的 ExternT 字符串的长度(虚拟保护成员函数) |
[虚函数] |
返回可以转换为单个InternT 字符的最大ExternT 字符数量。(虚拟保护成员函数) |
继承自 std::codecvt_base
成员类型 | 定义 |
enum result { ok, partial, error, noconv }; | 无作用域枚举类型 |
枚举常量 | 定义 |
ok
|
转换已完成,无错误 |
partial
|
并非所有源字符都已转换 |
error
|
遇到无效字符 |
noconv
|
不需要转换,输入和输出类型相同 |
[编辑] 示例
以下示例使用在 codecvt<wchar_t, char, std::mbstate_t> 中实现 UTF-8 转换的区域设置读取 UTF-8 文件,并将 UTF-8 字符串转换为 UTF-16,使用 std::codecvt
的一个标准特化。
运行此代码
#include <codecvt> #include <cstdint> #include <fstream> #include <iomanip> #include <iostream> #include <locale> #include <string> // utility wrapper to adapt locale-bound facets for wstring/wbuffer convert template<class Facet> struct deletable_facet : Facet { template<class... Args> deletable_facet(Args&&... args) : Facet(std::forward<Args>(args)...) {} ~deletable_facet() {} }; int main() { // UTF-8 narrow multibyte encoding std::string data = reinterpret_cast<const char*>(+u8"z\u00df\u6c34\U0001f34c"); // or reinterpret_cast<const char*>(+u8"zß水🍌") // or "\x7a\xc3\x9f\xe6\xb0\xb4\xf0\x9f\x8d\x8c" std::ofstream("text.txt") << data; // using system-supplied locale's codecvt facet std::wifstream fin("text.txt"); // reading from wifstream will use codecvt<wchar_t, char, std::mbstate_t> // this locale's codecvt converts UTF-8 to UCS4 (on systems such as Linux) fin.imbue(std::locale("en_US.UTF-8")); std::cout << "The UTF-8 file contains the following UCS4 code units:\n" << std::hex; for (wchar_t c; fin >> c;) std::cout << "U+" << std::setw(4) << std::setfill('0') << static_cast<uint32_t>(c) << ' '; // using standard (locale-independent) codecvt facet std::wstring_convert< deletable_facet<std::codecvt<char16_t, char, std::mbstate_t>>, char16_t> conv16; std::u16string str16 = conv16.from_bytes(data); std::cout << "\n\nThe UTF-8 file contains the following UTF-16 code units:\n" << std::hex; for (char16_t c : str16) std::cout << "U+" << std::setw(4) << std::setfill('0') << static_cast<uint16_t>(c) << ' '; std::cout << '\n'; }
输出
The UTF-8 file contains the following UCS4 code units: U+007a U+00df U+6c34 U+1f34c The UTF-8 file contains the following UTF-16 code units: U+007a U+00df U+6c34 U+d83c U+df4c
[编辑] 缺陷报告
以下更改行为的缺陷报告已追溯应用于之前发布的 C++ 标准。
DR | 应用于 | 已发布的行为 | 正确行为 |
---|---|---|---|
LWG 3767 | C++20 | std::codecvt<char16_t, char8_t, std::mbstate_t> 和 std::codecvt<char32_t, char8_t, std::mbstate_t> 与区域设置无关 |
已弃用它们 |
[编辑] 另请参见
字符 转换 |
区域设置定义的多字节 (UTF-8, GB18030) |
UTF-8 |
UTF-16 |
---|---|---|---|
UTF-16 | mbrtoc16 / c16rtomb (使用 C11 的 DR488) |
codecvt<char16_t,char,mbstate_t> |
N/A |
UCS-2 | c16rtomb (未使用 C11 的 DR488) | codecvt_utf8<char16_t> | codecvt_utf16<char16_t> |
UTF-32 |
codecvt<char32_t,char,mbstate_t> |
codecvt_utf16<char32_t> | |
系统 wchar_t UTF-32 (非 Windows) |
mbsrtowcs / wcsrtombs |
codecvt_utf8<wchar_t> | codecvt_utf16<wchar_t> |
定义字符转换错误 (类) | |
表示命名区域设置的系统提供的 std::codecvt (类模板) | |
(C++11)(C++17 中已弃用)(C++26 中已删除) |
在 UTF-8 和 UCS-2/UCS-4 之间转换 (类模板) |
(C++11)(C++17 中已弃用)(C++26 中已删除) |
在 UTF-16 和 UCS-2/UCS-4 之间转换 (类模板) |
(C++11)(C++17 中已弃用)(C++26 中已删除) |
在 UTF-8 和 UTF-16 之间转换 (类模板) |