std::mbrtoc32

 

C++

编译器支持

独立和宿主

语言

标准库

标准库头文件

具名要求

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

原始数值转换

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

文本编码标识

text_encoding (C++26)

 

空终止多字节字符串

函数 宽/多字节检查 mblen mbrlen mbsinit 多字节/宽字符转换 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)

 

定义于头文件 <cuchar>
std::size_t mbrtoc32( char32_t* pc32,                       const char* s,                       std::size_t n,                       std::mbstate_t* ps );		(自 C++11 起)

将窄多字节字符转换为其 UTF-32 字符表示。

如果 s 不是空指针，则检查以 s 指向的字节开始的多字节字符串的至多 n 个字节，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）。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 32 位字符，并将其存储在 *pc32 中（如果 pc32 不是 null）。

如果 *s 中的多字节字符对应于多 char32_t 序列（UTF-32 不可能），则在首次调用此函数后，*ps 将被更新，以便后续调用 mbrtoc32 将写出额外的 char32_t，而无需考虑 *s。

如果 s 是空指针，则 n 和 pc32 的值将被忽略，并且调用等效于 std::mbrtoc32(nullptr, "", 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。

此函数使用的多字节编码由当前活动的 C 本地环境指定。

参数

pc32	-	指向将写入结果 32 位字符的位置的指针
s	-	指向用作输入的多字节字符串的指针
n	-	可以检查的 s 中的字节数限制
ps	-	指向在解释多字节字符串时使用的转换状态对象的指针

返回值

以下第一个适用的情况：

• ​0​ 如果从 s 转换的字符（如果非空，则存储在 *pc32 中）是空字符。
• 成功从 s 转换的多字节字符的字节数 [1...n]。
• -3 如果来自多 char32_t 字符的下一个 char32_t 现在已写入 *pc32。在这种情况下，不处理来自输入的字节。
• -2 如果接下来的 n 个字节构成一个不完整但到目前为止有效的多字节字符。 不会写入任何内容到 *pc32。
• -1 如果发生编码错误。 不会写入任何内容到 *pc32，值 EILSEQ 存储在 errno 中，并且 *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"; // or u8"zß水🍌"
 
    std::cout << "Processing " << str.size() << " bytes: [ " << std::showbase;
    for (unsigned char c : str)
        std::cout << std::hex << +c << ' ';
    std::cout << "]\n";
 
    std::mbstate_t state{}; // zero-initialized to initial state
    char32_t c32;
    const char* 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 << "Next UTF-32 char: " << std::hex
                  << static_cast<int>(c32) << " obtained from ";
        assert(rc != (std::size_t) - 3); // no surrogates in UTF-32
        if (rc == (std::size_t) - 1)
            break;
        if (rc == (std::size_t) - 2)
            break;
        std::cout << std::dec << rc << " bytes [ ";
        for (std::size_t n = 0; n < rc; ++n)
            std::cout << std::hex << +static_cast<unsigned char>(ptr[n]) << ' ';
        std::cout << "]\n";
        ptr += rc;
    }
}

输出

Processing 10 bytes: [ 0x7a 0xc3 0x9f 0xe6 0xb0 0xb4 0xf0 0x9f 0x8d 0x8c ]
Next UTF-32 char: 0x7a obtained from 1 bytes [ 0x7a ]
Next UTF-32 char: 0xdf obtained from 2 bytes [ 0xc3 0x9f ]
Next UTF-32 char: 0x6c34 obtained from 3 bytes [ 0xe6 0xb0 0xb4 ]
Next UTF-32 char: 0x1f34c obtained from 4 bytes [ 0xf0 0x9f 0x8d 0x8c ]

参见

c32rtomb (C++11)	将 UTF-32 字符转换为窄多字节编码 (函数)
do_in [虚拟]	将字符串从 ExternT 转换为 InternT，例如从文件读取时 (std::codecvt<InternT,ExternT,StateT> 的虚拟保护成员函数)
C 文档 关于 mbrtoc32