std::mbrtoc16
来自cppreference.com
在标头 <cuchar> 定义 | ||
std::size_t mbrtoc16( char16_t* pc16, const char* s, std::size_t n, std::mbstate_t* ps ); | (C++11 起) | |
转换窄多字节字符到其 UTF-16 字符表示。
若 s 不是空指针，则审查从 s 所指的字节开始的多字节字符串的至多 n 个字节，以检查完成下个多字节字符的字节数（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，则将它转换到对应的 16 位宽字符，并将它存储于 *pc16（若 pc16 非空）。
若 *s 中的宽字符对应多 char16_t 的序列（例如 UTF-16 中的代理对），则在首次调用此函数后更新 *ps，以令下次到 mbrtoc16 的调用将写出额外的 char16_t，而不考虑 *s。
若 s 是空指针，则忽略 n 与 pc16 的值，而调用等价于 std::mbrtoc16(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。
此函数所用的多字节字符编码为当前活跃的 C 本地环境所指定。
参数
| pc16 | - | 指向将写入产生的 16-bit 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 | - | 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转换状态对象的指针 |
返回值
下列首个能适用者：
- 若从 s 转换的字符是空字符（并存储于 *pc16，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]。 - 若下个 char16_t 组成多 char16_t 字符，并已写入 *pc16，则为 -3。此情况下不从输入处理字节。
- 若接下来 n 个字符组成不完整，但到此还合法的多字节字符，则为 -2。不写入 *pc16。
- 若出现编码错误则为 -1。不写入 *pc16，存储值 EILSEQ 于 errno，且 *ps 状态未指定。
示例
运行此代码
#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"}; // 或 u8"zß水🍌" std::cout << "处理 " << str.size() << " 个字节: [ " << std::uppercase; << std::setfill('0') << std::hex; for (int n{}; unsigned char c : str) std::cout << (n++ ? " " : "") << +c; std::cout << "]\n"; std::mbstate_t state{}; // 零初始化到初始状态 char16_t c16{}; const char* ptr{&str[0]}, *end{&str[0] + str.size()}; while (std::size_t rc{std::mbrtoc16(&c16, ptr, end - ptr + 1, &state)}) { std::cout << "下一个 UTF-16 字符: " << std::setw(4) << static_cast<unsigned short>(c16) << " 来自 "; if (rc == std::size_t(-3)) std::cout << "前一个代理对\n"; else if (rc == std::size_t(-2)) continue; else if (rc == (std::size_t) - 1) break; else { std::cout << std::dec << rc << " 个字节 ["; for (std::size_t n{}; n != rc; ++n) std::cout << (n ? " " : "") << std::hex << +static_cast<unsigned char>(ptr[n]); std::cout << "]\n"; ptr += rc; } } }
输出：
处理 10 个字节: [7A C3 9F E6 B0 B4 F0 9F 8D 8C] 下一个 UTF-16 字符: 007A 来自 1 个字节 [7A] 下一个 UTF-16 字符: 00DF 来自 2 个字节 [C3 9F] 下一个 UTF-16 字符: 6C34 来自 3 个字节 [E6 B0 B4] 下一个 UTF-16 字符: D83C 来自 4 个字节 [F0 9F 8D 8C] 下一个 UTF-16 字符: DF4C 来自前一个代理对
参阅
(C++11) | 转换 UTF-16 字符为窄多字节编码 (函数) |
(C++20) | 转换窄多字节字符为 UTF-8 编码 (函数) |
[虚] | 将字符串从 ExternT 转换到 InternT，例如在从文件读取时 ( std::codecvt<InternT,ExternT,StateT> 的虚受保护成员函数) |
mbrtoc16 的 C 文档 | |