命名空间
变体
操作

std::codecvt_utf8

来自 cppreference.com
< cpp‎ | locale
在头文件 <codecvt> 中定义
template<

    class Elem,
    unsigned long Maxcode = 0x10ffff,
    std::codecvt_mode Mode = (std::codecvt_mode)0 >
class codecvt_utf8

    : public std::codecvt<Elem, char, std::mbstate_t>;
(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 - char16_tchar32_twchar_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。

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) [编辑]
调用 do_in
(std::codecvt<InternT,ExternT,StateT> 的公共成员函数) [编辑]
调用 do_unshift
(std::codecvt<InternT,ExternT,StateT> 的公共成员函数) [编辑]
调用 do_encoding
(std::codecvt<InternT,ExternT,StateT> 的公共成员函数) [编辑]
调用 do_always_noconv
(std::codecvt<InternT,ExternT,StateT> 的公共成员函数) [编辑]
调用 do_length
(std::codecvt<InternT,ExternT,StateT> 的公共成员函数) [编辑]
调用 do_max_length
(std::codecvt<InternT,ExternT,StateT> 的公共成员函数) [编辑]

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) [编辑]
[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) [编辑]
[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) [编辑]
[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) [编辑]
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) [编辑]
[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) [编辑]
[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) [编辑]

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>
codecvt_utf8_utf16<char16_t>
codecvt_utf8_utf16<char32_t>
codecvt_utf8_utf16<wchar_t>

N/A
UCS-2 c16rtomb (没有 C11 的 DR488) codecvt_utf8<char16_t> codecvt_utf16<char16_t>
UTF-32

mbrtoc32 / c32rtomb

codecvt<char32_t,char,mbstate_t>
codecvt_utf8<char32_t>

codecvt_utf16<char32_t>

系统 wchar_t

UTF-32 (非 Windows)
UCS-2 (Windows)

mbsrtowcs / wcsrtombs
use_facet<codecvt
<wchar_t,char,mbstate_t>>(locale)

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) [编辑]
(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) [编辑]
(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) [编辑]
(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) [编辑]