mbrtoc16

将单个码点从其窄多字节字符表示形式转换为其可变长度16位宽字符表示形式（通常为UTF-16）。

如果 s 不是空指针，则检查多字节字符串中最多 n 个字节（从 s 指向的字节开始），以确定完成下一个多字节字符所需的字节数（包括任何移位序列，并考虑当前多字节转换状态 * ps ）。如果该函数确定 s 中的下一个多字节字符完整且有效，则将其转换为对应的16位宽字符并存储到 * pc16 中（如果 pc16 非空）。

如果 * s 中的多字节字符对应一个多 char16_t 序列（例如 UTF-16 中的代理对），则在首次调用此函数后， * ps 会被更新，使得下一次调用 mbrtoc16 时将写出额外的 char16_t ，而无需考虑 * s 。

如果 s 是空指针，则忽略 n 和 pc16 的值，该调用等价于 mbrtoc16 ( NULL , "" , 1 , ps ) 。

如果生成的宽字符是空字符，则转换状态 * ps 表示初始移位状态。

若宏 __STDC_UTF_16__ 被定义，则此函数使用的16位编码为UTF-16；否则由具体实现定义。 该宏始终被定义且编码始终为UTF-16。 (C23起) 无论何种情况，此函数使用的多字节字符编码由当前生效的C区域设置指定。

参数

返回值

以下情况中首先适用的条件：

• ​ 0 ​ 如果从 s 转换的字符（若 * pc16 非空则存储其中）是空字符。
• 成功从 s 转换的多字节字符的字节数 [ 1 , n ] 。
• ( size_t ) - 3 如果来自多 char16_t 字符（例如代理对）的下一个 char16_t 已被写入 * pc16 。此情况下不会处理输入中的任何字节。
• ( size_t ) - 2 如果接下来的 n 字节构成一个不完整但截至目前有效的多字节字符。不会向 * pc16 写入任何内容。
• ( size_t ) - 1 如果发生编码错误。不会向 * pc16 写入任何内容，值 EILSEQ 将存储于 errno ，且 * ps 的值未指定。

示例

#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("]");
}

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]

参考文献

参见