std::codecvt_utf8

来自cppreference.com
< cpp‎ | locale
定义于头文件 <codecvt>
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>;
(C++11 起)
(C++17 中弃用)

std::codecvt_utf8 是封装 UTF-8 编码字符串和 UCS2 或 UTF-32 字符串(取决于 Elem 类型)间转换的 std::codecvt 平面。此 codecvt 能用于读写文本和二进制的 UTF-8 文件。

模板形参

Elem - char16_tchar32_twchar_t 之一
Maxcode - 此平面将读写而无错误的最大 Elem
Mode - std::codecvt_mode 类型常量

成员函数

(构造函数)
构造新的 codecvt_utf8 平面
(公开成员函数)
(析构函数)
销毁 codecvt_utf8 平面
(公开成员函数)

std::codecvt_utf8::codecvt_utf8

explicit codecvt_utf8( std::size_t refs = 0 );

构造新的 std::codecvt_utf8 平面,传递初始引用计数 refs 给基类。

参数

refs - 链接到该平面的引用数

std::codecvt_utf8::~codecvt_utf8

~codecvt_utf8();

销毁平面。不同于 locale 管理的平面,此平面的析构函数是公开的。

继承自 std::codecvt

成员类型

 
成员类型 定义
intern_type internT
extern_type externT
state_type stateT

成员对象

 
成员名 类型
id [静态] std::locale::id

成员函数

调用 do_out
(std::codecvt<InternT,ExternT,State> 的公开成员函数)
调用 do_in
(std::codecvt<InternT,ExternT,State> 的公开成员函数)
调用 do_unshift
(std::codecvt<InternT,ExternT,State> 的公开成员函数)
调用 do_encoding
(std::codecvt<InternT,ExternT,State> 的公开成员函数)
调用 do_always_noconv
(std::codecvt<InternT,ExternT,State> 的公开成员函数)
调用 do_length
(std::codecvt<InternT,ExternT,State> 的公开成员函数)
调用 do_max_length
(std::codecvt<InternT,ExternT,State> 的公开成员函数)

受保护成员函数

[虚]
从 internT 转换字符串为 externT 转换字符串,如在写入文件时
(std::codecvt<InternT,ExternT,State> 的虚受保护成员函数)
[虚]
从 externT 转换字符串为 internT ,如在从文件读取时
(std::codecvt<InternT,ExternT,State> 的虚受保护成员函数)
为不完整转换生成 externT 字符的终止字符序列
(std::codecvt<InternT,ExternT,State> 的虚受保护成员函数)
返回产生一个 internT 字符所需的 externT 字符数,若此值为常数
(std::codecvt<InternT,ExternT,State> 的虚受保护成员函数)
测试平面编码是否对所有合法值为恒等转换
(std::codecvt<InternT,ExternT,State> 的虚受保护成员函数)
计算转换成给定的 internT 缓冲区会消耗的 externT 字符串长度
(std::codecvt<InternT,ExternT,State> 的虚受保护成员函数)
返回能转换成单个 internT 字符的最大 externT 字符数
(std::codecvt<InternT,ExternT,State> 的虚受保护成员函数)


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 完成转换而无错误
partial 未转换所有源字符
error 遇到非法字符
noconv 不要求转换,输入与输出类型相同

注意

尽管标准要求此版面在 Elem 为 16 位时用 UCS2 工作,某些实现用 UTF-16 代替。用语 "UCS2" 已被弃用并被移除 Unicode 标准。

示例

下例示例演示 UCS2/UTF-8 间和 UTF-16/UTF-8 间转换的差异:字符串中的字符不是合法的 UCS2 字符。

#include <iostream>
#include <string>
#include <locale>
#include <codecvt>
 
int main()
{
    // UTF-8 数据。字符 U+1d10b ,音符 segno ,不在 UCS2 中
    std::string utf8 = u8"z\u6c34\U0001d10b";
 
    // UTF-8 / UTF-16 标标准转换平面
    std::wstring_convert<std::codecvt_utf8_utf16<char16_t>, char16_t> utf16conv;
    std::u16string utf16 = utf16conv.from_bytes(utf8);
    std::cout << "UTF16 conversion produced " << utf16.size() << " code units:\n";
    for (char16_t c : utf16)
        std::cout << std::hex << std::showbase << c << '\n';
 
    // UTF-8 / UCS2 标准转换平面
    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 << "UCS2 failed after producing " << std::dec << ucs2.size()<<" characters:\n";
        for (char16_t c : ucs2)
            std::cout << std::hex << std::showbase << c << '\n';
    }
}

输出:

UTF16 conversion produced 4 code units:
0x7a
0x6c34
0xd834
0xdd0b
UCS2 failed after producing 2 characters:
0x7a
0x6c34

参阅

字符转换 本地环境定义多字节
(UTF-8, GB18030)
UTF-8
UTF-16
UTF-16 mbrtoc16 / c16rtomb(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
UCS2 c16rtomb(无 C11 的 DR488) codecvt_utf8<char16_t>

codecvt_utf8<wchar_t>(Windows)

codecvt_utf16<char16_t>

codecvt_utf16<wchar_t>(Windows)

UTF-32

mbrtoc32 / c32rtomb

codecvt<char32_t, char, mbstate_t>
codecvt_utf8<char32_t>
codecvt_utf8<wchar_t>(非 Windows)

codecvt_utf16<char32_t>
codecvt_utf16<wchar_t>(非 Windows)

系统宽
UTF-32(非 Windows)
UCS2(Windows)

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

在字符编码间转换,包括 UTF-8、UTF-16、UTF-32
(类模板)
(C++11)(C++17 中弃用)
用于改变标准 codecvt 刻面行为的标签
(枚举)
(C++11)(C++17 中弃用)
在 UTF-16 与 UCS2/UCS4 间转换
(类模板)
(C++11)(C++17 中弃用)
在 UTF-8 与 UTF-16 间转换
(类模板)