mbrtoc32
来自cppreference.com
| 定义于头文件 <uchar.h>
|
||
| (C11 起) | ||
从窄多字符编码转换编码点到其变长 32 位宽字符表示（但典型地为 UTF-32 ）。
若 s 不是空指针，则审查以 s 所指向的字节开始的多字节字符串的至多 n 个字节，以确定完成下个多字节字符所需的字节数（包含任何迁移序列）。若函数确定 s 中下个多字节字符完整且合法，则将它转换成对应的 32 位宽字符并存储于 *pc32 （若 pc32 非空）。
若 *s 中下个多字节字符对应多 char32_t 序列（对于 UTF-32 不可能），则在首次调用此函数后更新 *ps ，以满足下次到 mbrtoc32 的调用将写出附加的 char32_t ，而不考虑 *s 。
若 s 是空指针，则忽略 n 与 pc32 的值，而调用等价于 mbrtoc32(NULL, "", 1, ps) 。
若产生的宽字符是空字符，则转换状态 *ps 表示初始迁移状态。
若定义宏 __STDC_UTF_32__ ，则此函数所用的 32 位编码是 UTF-32 ；否则它是实现定义的。任何情况下，此函数所用的多字节编码为当前活跃的 C 本地环境所指定。
参数
| pc32 | - | 指向将写入产生的 32 位宽字符的位置的指针 |
| s | - | 指向用作输入的多字节字符串的指针 |
| n | - | s 中能检验的字节数上的限制 |
| ps | - | 指向转译多字节字符串时所用的转换状态对象的指针 |
返回值
下列首个应用者：
- 若从
s转换的字符为空字符（并存储于 *pc32 中，若它非空）则为 0 。 - 成功从
s转换的多字节字符的字节数 [1...n] 。 - 若现已将来自多 char32_t 字符的下个 char32_t 写入 *pc32 ，则为 (size_t)-3 。此情况下不从输入处理字节。
- 若接下来
n个字节组成不完整，但到此仍合法的多字节字符则为 (size_t)-2 。不写入内容到 *pc32 。 - 若出现编码错误则为 (size_t)-1 。不写入内容到
*pc32，存储 EILSEQ 于 errno 且 *ps 的值未指定。
示例
运行此代码
#include <stdio.h> #include <locale.h> #include <string.h> #include <uchar.h> #include <assert.h> mbstate_t state; int main(void) { setlocale(LC_ALL, "en_US.utf8"); char in[] = u8"zß水🍌"; // 或 "z\u00df\u6c34\U0001F34C" size_t in_sz = sizeof in / sizeof *in; printf("Processing %zu UTF-8 code units: [ ", in_sz); for(size_t n = 0; n < in_sz; ++n) printf("%#x ", (unsigned char)in[n]); puts("]"); char32_t out[in_sz]; char *p_in = in, *end = in + in_sz; char32_t *p_out = out; size_t rc; while((rc = mbrtoc32(p_out, p_in, end - p_in, &state))) { assert(rc != (size_t)-3); // UTF-32 中无代理对 if(rc > ((size_t)-1) / 2) break; p_in += rc; p_out += 1; } size_t out_sz = p_out - out + 1; printf("into %zu UTF-32 code units: [ ", out_sz); for(size_t x = 0; x < out_sz; ++x) printf("%#x ", out[x]); puts("]"); }
输出：
Processing 11 UTF-8 code units: [ 0x7a 0xc3 0x9f 0xe6 0xb0 0xb4 0xf0 0x9f 0x8d 0x8c 0 ] into 5 UTF-32 code units: [ 0x7a 0xdf 0x6c34 0x1f34c 0 ]
引用
- C11 standard (ISO/IEC 9899:2011):
- 7.28.1.3 The mbrtoc32 function (p: 400-401)
参阅
| (C11) |
将32位宽字符转换成窄多字节字符串 (函数) |