std::codecvt_utf8
在头文件 <codecvt> 中定义 |
||
template< class Elem, |
(自 C++11 起) (在 C++17 中已弃用) (在 C++26 中已删除) |
|
std::codecvt_utf8
是一个 std::codecvt 方面,它封装了 UTF-8 编码字节字符串与 UCS-2 或 UTF-32 字符字符串(取决于 Elem
的类型)之间的转换。此 std::codecvt 方面可用于读取和写入 UTF-8 文件,包括文本文件和二进制文件。
UCS-2 是一种过时的编码,它是 UTF-16 的子集,仅编码范围为 U+0000-U+FFFF(基本多语言平面)的标量值。
内容 |
[编辑] 模板参数
Elem | - | 是 char16_t、char32_t 或 wchar_t |
Maxcode | - | 此方面将在不发生错误的情况下读取或写入的 Elem 的最大值 |
Mode | - | 类型为 std::codecvt_mode 的常量 |
[编辑] 成员函数
(构造函数) |
构造一个新的 codecvt_utf8 方面(公共成员函数) |
(析构函数) |
销毁一个 codecvt_utf8 方面(公共成员函数) |
std::codecvt_utf8::codecvt_utf8
explicit codecvt_utf8( std::size_t refs = 0 ); |
||
构造一个新的 std::codecvt_utf8
方面,将初始引用计数器 refs 传递给基类。
参数
refs | - | 链接到方面的引用数 |
std::codecvt_utf8::~codecvt_utf8
~codecvt_utf8(); |
||
销毁方面。与区域设置管理的方面不同,此方面的析构函数是公开的。
从 std::codecvt 继承
成员类型
成员名称 | 定义 |
intern_type
|
internT
|
extern_type
|
externT
|
state_type
|
stateT
|
成员对象
成员名称 | 类型 |
id (静态) |
std::locale::id |
成员函数
调用 do_out ( std::codecvt<InternT,ExternT,StateT> 的公共成员函数) | |
调用 do_in ( std::codecvt<InternT,ExternT,StateT> 的公共成员函数) | |
调用 do_unshift ( std::codecvt<InternT,ExternT,StateT> 的公共成员函数) | |
调用 do_encoding ( std::codecvt<InternT,ExternT,StateT> 的公共成员函数) | |
调用 do_always_noconv ( std::codecvt<InternT,ExternT,StateT> 的公共成员函数) | |
调用 do_length ( std::codecvt<InternT,ExternT,StateT> 的公共成员函数) | |
调用 do_max_length ( std::codecvt<InternT,ExternT,StateT> 的公共成员函数) |
受保护的成员函数
[虚函数] |
将字符串从 InternT 转换为 ExternT ,例如在写入文件时( std::codecvt<InternT,ExternT,StateT> 的虚函数受保护的成员函数) |
[虚函数] |
将字符串从 ExternT 转换为 InternT ,例如在从文件读取时( std::codecvt<InternT,ExternT,StateT> 的虚函数受保护的成员函数) |
[虚函数] |
为不完整转换生成 ExternT 字符的终止字符序列( std::codecvt<InternT,ExternT,StateT> 的虚函数受保护的成员函数) |
[虚函数] |
如果为常量,则返回生成一个 InternT 字符所需的 ExternT 字符数( std::codecvt<InternT,ExternT,StateT> 的虚函数受保护的成员函数) |
[虚函数] |
测试方面是否为所有有效参数值编码身份转换 ( std::codecvt<InternT,ExternT,StateT> 的虚函数受保护的成员函数) |
[虚函数] |
计算将被转换为给定 InternT 缓冲区的 ExternT 字符串的长度( std::codecvt<InternT,ExternT,StateT> 的虚函数受保护的成员函数) |
[虚函数] |
返回可以转换为单个 InternT 字符的 ExternT 字符的最大数量( std::codecvt<InternT,ExternT,StateT> 的虚拟受保护成员函数) |
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] 注释
虽然标准要求此方面在 Elem
的大小为 16 位时使用 UCS-2,但一些实现使用 UTF-16。术语“UCS-2”已弃用,并已从 ISO 10646 中删除。
[编辑] 示例
以下示例演示了 UCS-2/UTF-8 和 UTF-16/UTF-8 转换之间的区别:字符串中的第三个字符不是有效的 UCS-2 字符。
#include <codecvt> #include <cstdint> #include <iostream> #include <locale> #include <string> int main() { // UTF-8 data. The character U+1d10b, musical sign segno, does not fit in UCS-2 std::string utf8 = "z\u6c34\U0001d10b"; // the UTF-8 / UTF-16 standard conversion facet std::wstring_convert<std::codecvt_utf8_utf16<char16_t>, char16_t> utf16conv; std::u16string utf16 = utf16conv.from_bytes(utf8); std::cout << "UTF-16 conversion produced " << utf16.size() << " code units:\n" << std::showbase << std::hex; for (char16_t c : utf16) std::cout << static_cast<std::uint16_t>(c) << ' '; // the UTF-8 / UCS-2 standard conversion facet std::wstring_convert<std::codecvt_utf8<char16_t>, char16_t> ucs2conv; try { std::u16string ucs2 = ucs2conv.from_bytes(utf8); } catch(const std::range_error& e) { std::u16string ucs2 = ucs2conv.from_bytes(utf8.substr(0, ucs2conv.converted())); std::cout << "\nUCS-2 failed after producing " << std::dec << ucs2.size() << " characters:\n" << std::showbase << std::hex; for (char16_t c : ucs2) std::cout << static_cast<std::uint16_t>(c) << ' '; std::cout << '\n'; } }
输出
UTF-16 conversion produced 4 code units: 0x7a 0x6c34 0xd834 0xdd0b UCS-2 failed after producing 2 characters: 0x7a 0x6c34
[编辑] 另请参阅
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 (带有 C11 的 DR488) |
codecvt<char16_t,char,mbstate_t> |
N/A |
UCS-2 | c16rtomb (没有 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> |
在字符编码之间进行转换,包括 UTF-8、UTF-16、UTF-32 (类模板) | |
(C++11)(C++17 中已弃用)(C++26 中删除) |
标签用于更改标准 codecvt 方面的行为 (枚举) |
(C++11)(C++17 中已弃用)(C++26 中删除) |
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 中删除) |
在 UTF-8 和 UTF-16 之间转换 (类模板) |