mblen

来自cppreference.com
< c‎ | string‎ | multibyte
定义于头文件 <stdlib.h>
int mblen( const char* s, size_t n );

确定 s 指向其首字节的多字节字符的字节大小。

s 是空指针,则重置全局转换状态并确定是否使用迁移序列。

此函数等价于调用 mbtowc((wchar_t*)0, s, n) ,除了 mbtowc 的转换状态不受影响。

注意

每次对 mblen 的调用更新内部全局转换状态( mbstate_t 类型的静态对象,只为此函数所知)。若多字节编码使用迁移状态,则必须留意以避免回撤或多次扫描。任何情况下,多线程不应无同步地调用 mblen :可用 mbrlen 代替。

参数

s - 指向多字节字符的指针
n - s中能被检验的字节数限制

返回值

s 不是空指针,则返回多字节字符所含的字节数,或若 s 所指的首字节不组成合法多字节字符则返回 -1 ,或若 s 指向空字符 '\0' 则返回 0

s 是空指针,则重置内部转换状态为初始迁移状态,并若当前多字节编码非状态依赖(不使用迁移序列)则返回 0 ,或者若当前多字节编码为状态依赖(使用迁移序列)则返回非零。

示例

#include <string.h>
#include <stdlib.h>
#include <locale.h>
#include <stdio.h>
 
// 多字节字符串的字符数是 mblen() 的和
// 注意:更简单的手段是 mbstowcs(NULL, str, sz)
size_t strlen_mb(const char* ptr)
{
    size_t result = 0;
    const char* end = ptr + strlen(ptr);
    mblen(NULL, 0); // 重置转换状态
    while(ptr < end) {
        int next = mblen(ptr, end - ptr);
        if(next == -1) {
           perror("strlen_mb");
           break;
        }
        ptr += next;
        ++result;
    }
    return result;
}
 
int main(void)
{
    setlocale(LC_ALL, "en_US.utf8");
    const char* str = "z\u00df\u6c34\U0001f34c";
    printf("The string %s consists of %zu bytes, but only %zu characters\n",
            str, strlen(str), strlen_mb(str));
}

可能的输出:

The string zß水🍌 consists of 10 bytes, but only 4 characters

引用

  • C11 standard (ISO/IEC 9899:2011):
  • 7.22.7.1 The mblen function (p: 357)
  • C99 standard (ISO/IEC 9899:1999):
  • 7.20.7.1 The mblen function (p: 321)
  • C89/C90 standard (ISO/IEC 9899:1990):
  • 4.10.7.1 The mblen function

参阅

将下一个多字节字符转换成宽字符
(函数)
(C95)
给定状态,返回下一个多字节字符的字节数
(函数)