mbrtoc16
來自 cppreference.com
| 在標頭檔案 <uchar.h> 中定義 |
||
| (C11 起) | ||
將一個窄多位元組字元編碼的單個碼點轉換為其變長 16 位寬字元編碼（通常為 UTF-16）。
如果 s 不是空指標，則檢查至多 n 個多位元組字串位元組，從 s 所指向的位元組開始，以確定完成下一個多位元組字元所需的位元組數（包括任何移位序列，並考慮到當前的多位元組轉換狀態 *ps）。如果函式確定 s 中的下一個多位元組字元是完整且有效的，則將其轉換為相應的 16 位寬字元並存儲在 *pc16 中（如果 pc16 不為空）。
如果 *s 中的多位元組字元對應於一個多 char16_t 序列（例如 UTF-16 中的代理對），那麼在第一次呼叫此函式後，*ps 將以這種方式更新，即下一次呼叫 mbrtoc16 將寫入額外的 char16_t，而不考慮 *s。
如果 s 是一個空指標，則忽略 n 和 pc16 的值，並且呼叫等效於 mbrtoc16(NULL, "", 1, ps)。
如果生成的寬字元是空字元，則轉換狀態 *ps 表示初始移位狀態。
如果定義了宏 __STDC_UTF_16__，則此函式使用的 16 位編碼為 UTF-16；否則，它是實現定義的。該宏始終定義，且編碼始終為 UTF-16。(C23 起) 在任何情況下，此函式使用的多位元組字元編碼由當前活動的 C 語言環境指定。
目錄 |
[編輯] 引數
| pc16 | - | 指向儲存結果 16 位寬字元的位置的指標 |
| s | - | 指向用作輸入的多位元組字元字串的指標 |
| n | - | s 中可檢查的位元組數的限制 |
| ps | - | 指向轉換狀態物件的指標，用於解釋多位元組字串 |
[編輯] 返回值
以下適用情況中的第一個
- 0 如果從 s 轉換的字元（如果非空則儲存在 *pc16 中）是空字元。
- 從 s 成功轉換的多位元組字元的位元組數
[1,n]。 - (size_t)-3 如果多 char16_t 字元（例如代理對）的下一個 char16_t 已寫入 *pc16。在這種情況下，不從輸入處理位元組。
- (size_t)-2 如果接下來的 n 個位元組構成一個不完整但目前有效的多位元組字元。不會寫入任何內容到 *pc16。
- (size_t)-1 如果發生編碼錯誤。不會寫入任何內容到 *pc16，值 EILSEQ 儲存在 errno 中，並且 *ps 的值未指定。
[編輯] 示例
在 MSVC 上，您可能需要 /utf-8 編譯器標誌才能使 UTF_8 正常工作。
執行此程式碼
#include <locale.h> #include <stdio.h> #include <uchar.h> int main(void) { setlocale(LC_ALL, "en_US.utf8"); const char in[] = u8"zß水🍌"; // or "z\u00df\u6c34\U0001F34C" enum { in_sz = sizeof in / sizeof *in }; printf("Processing %d UTF-8 code units: [", in_sz); for (int n = 0; n < in_sz; ++n) printf("%s%02X", n ? " " : "", (unsigned char)in[n]); puts("]"); char16_t out[in_sz]; const char* p_in = in; const char* end = in + in_sz; char16_t* p_out = out; mbstate_t state = {0}; for (size_t rc; (rc = mbrtoc16(p_out, p_in, end - p_in, &state));) { if (rc == (size_t)-1) // invalid input break; else if(rc == (size_t)-2) // truncated input break; else if(rc == (size_t)-3) // UTF-16 high surrogate p_out += 1; else { p_in += rc; p_out += 1; }; } const size_t out_sz = p_out - out + 1; printf("into %zu UTF-16 code units: [", out_sz); for (size_t x = 0; x < out_sz; ++x) printf("%s%04X", x ? " " : "", out[x]); puts("]"); }
輸出
Processing 11 UTF-8 code units: [7A C3 9F E6 B0 B4 F0 9F 8D 8C 00] into 6 UTF-16 code units: [007A 00DF 6C34 D83C DF4C 0000]
[編輯] 參考
- C23 標準 (ISO/IEC 9899:2024)
- 7.30.1.3 函式 mbrtoc16 (p: 408-409)
- C11 標準 (ISO/IEC 9899:2011)
- 7.28.1.1 函式 mbrtoc16 (p: 398-399)
[編輯] 參閱
| (C11) |
將 UTF-16 字元轉換為窄多位元組編碼 (函式) |
