以空字元終止的多位元組字串

 

C++

編譯器支援

獨立式與託管式

語言

標準函式庫

標準函式庫標頭檔

具名要求

特性測試巨集 (C++20)

語言支援函式庫

概念函式庫 (C++20)

診斷函式庫

記憶體管理函式庫

元編程函式庫 (C++11)

通用公用程式函式庫

容器函式庫

疊代器函式庫

Ranges 函式庫 (C++20)

演算法函式庫

字串函式庫

文本處理函式庫

數值函式庫

日期與時間函式庫

輸入/輸出函式庫

檔案系統函式庫 (C++17)

並行支援函式庫 (C++11)

執行控制函式庫 (C++26)

技術規範

符號索引

外部函式庫

 

文本處理函式庫

本地化函式庫

正規表示式函式庫 (C++11)

格式化函式庫 (C++20)

空字元結尾序列工具

位元組字串

多位元組字串

寬字元字串

基礎數值轉換

to_chars (C++17) to_chars_result (C++17) from_chars (C++17) from_chars_result (C++17) chars_format (C++17)

文字編碼識別

text_encoding (C++26)

 

以空字元終止的多位元組字串

函式 寬字元/多位元組字元檢查 mblen mbrlen mbsinit 多位元組/寬字元轉換 mbtowc mbstowcs btowc mbrtowc mbsrtowcs    wctomb wcstombs wctob wcrtomb wcsrtombs mbrtoc8 (C++20) mbrtoc16 (C++11) mbrtoc32 (C++11) c8rtomb (C++20) c16rtomb (C++11) c32rtomb (C++11)

型別

mbstate_t

巨集

MB_LEN_MAX MB_CUR_MAX __STDC_UTF_16__ __STDC_UTF_32__ (C++11)(C++11)

 

以空字元終止的多位元組字串 (Null-terminated multibyte string, NTMBS)，或稱「多位元組字串」，是一串非零位元組，後接一個值為零的位元組（終止空字元）。

字串中儲存的每個字元可能佔用超過一個位元組。用於表示多位元組字元字串的編碼取決於區域設定 (locale)：可能是 UTF-8、GB18030、EUC-JP、Shift-JIS 等。例如，char 陣列 {'\xe4','\xbd','\xa0','\xe5','\xa5','\xbd','\0'} 是一個以 UTF-8 多位元組編碼儲存字串 "你好" 的 NTMBS：前三個位元組編碼了「你」字，後三個位元組編碼了「好」字。同樣的字串若以 GB18030 編碼，則為 char 陣列 {'\xc4', '\xe3', '\xba', '\xc3', '\0'}，其中每個字元皆編碼為兩個位元組序列。

在某些多位元組編碼中，任何給定的多位元組字元序列可能會根據之前的位元組序列（稱為「位移序列」或 shift sequences）代表不同的字元。這類編碼稱為與狀態相關 (state-dependent)：解析每個字元時需要了解當前的位移狀態。只有當 NTMBS 以初始位移狀態開始並結束時，它才是有效的：如果使用了位移序列，則在終止空字元之前必須存在相應的恢復原始狀態序列 (unshift sequence)。這類編碼的範例包括 7-bit JIS、BOCU-1 和 SCSU。

多位元組字元字串在佈局上與以空字元終止的位元組字串 (NTBS) 相容，意即它們可以使用相同的工具進行儲存、複製和檢查，唯獨計算字元數時除外。若已設定正確的區域設定，I/O 函式也能處理多位元組字串。多位元組字串可使用 std::codecvt 成員函式、std::wstring_convert 或以下與區域設定相關的轉換函式，與寬字串 (wide strings) 互相轉換。

函式

多位元組/寬字元轉換
定義於標頭檔 <cstdlib>
mblen	回傳下一個多位元組字元的位元組數 (函式)
mbtowc	將下一個多位元組字元轉換為寬字元 (函式)
wctomb	將寬字元轉換為其多位元組表示 (函式)
mbstowcs	將窄多位元組字元字串轉換為寬字串 (函式)
wcstombs	將寬字串轉換為窄多位元組字元字串 (函式)
定義於標頭檔 <cwchar>
mbrlen	在給定狀態下，回傳下一個多位元組字元的位元組數 (函式)
mbsinit	檢查 std::mbstate_t 物件是否代表初始位移狀態 (函式)
btowc	若可能，將單位元組窄字元擴展為寬字元 (函式)
wctob	若可能，將寬字元縮減為單位元組窄字元 (函式)
mbrtowc	在給定狀態下，將下一個多位元組字元轉換為寬字元 (函式)
wcrtomb	在給定狀態下，將寬字元轉換為其多位元組表示 (函式)
mbsrtowcs	在給定狀態下，將窄多位元組字元字串轉換為寬字串 (函式)
wcsrtombs	在給定狀態下，將寬字串轉換為窄多位元組字元字串 (函式)
定義於標頭檔 <cuchar>
mbrtoc8 (C++20)	將窄多位元組字元轉換為 UTF-8 編碼 (函式)
c8rtomb (C++20)	將 UTF-8 字串轉換為窄多位元組編碼 (函式)
mbrtoc16 (C++11)	將窄多位元組字元轉換為 UTF-16 編碼 (函式)
c16rtomb (C++11)	將 UTF-16 字元轉換為窄多位元組編碼 (函式)
mbrtoc32 (C++11)	將窄多位元組字元轉換為 UTF-32 編碼 (函式)
c32rtomb (C++11)	將 UTF-32 字元轉換為窄多位元組編碼 (函式)

類型

定義於標頭檔 <cwchar>
mbstate_t	迭代多位元組字元字串所需的轉換狀態資訊 (類別)

巨集

定義於標頭檔 <climits>
MB_LEN_MAX	多位元組字元中的最大位元組數 (巨集常數)
定義於標頭檔 <cstdlib>
MB_CUR_MAX	當前 C 區域設定下，多位元組字元中的最大位元組數 (巨集變數)
定義於標頭檔 <cuchar>
__STDC_UTF_16__ (C++11)	指示 mbrtoc16 和 c16rtomb 使用 UTF-16 編碼 (巨集常數)
__STDC_UTF_32__ (C++11)	指示 mbrtoc32 和 c32rtomb 使用 UTF-32 編碼 (巨集常數)

參見

C 文件 關於 以空字元終止的多位元組字串