mbrtowc

将窄多字节字符转换为其宽字符表示形式。

如果 s 不是空指针，则检查多字节字符串的至多 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宽字符并存储到 * pwc 中（如果 pwc 非空）。

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

如果生成的宽字符是空字符，则存储在 * ps 中的转换状态为初始移位状态。

若定义了环境宏 __STDC_ISO_10646__ ，则类型 wchar_t 的值与Unicode必需字符集的短标识符一致（通常采用UTF-32编码）；否则由具体实现定义。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 pwc 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 ) - 2 如果接下来的 n 字节构成不完整但当前有效的多字节字符。不会向 * pwc 写入任何内容。
• ( size_t ) - 1 如果发生编码错误。不会向 *pwc 写入任何内容，同时将值 EILSEQ 存入 errno ，且 * ps 的值保持未指定状态。

示例

#include <stdio.h>
#include <locale.h>
#include <string.h>
#include <wchar.h>
int main(void)
{
    setlocale(LC_ALL, "en_US.utf8");
    mbstate_t state;
    memset(&state, 0, sizeof state);
    char in[] = u8"z\u00df\u6c34\U0001F34C"; // 或 u8"zß水🍌"
    size_t in_sz = sizeof in / sizeof *in;
    printf("正在处理 %zu 个 UTF-8 代码单元：[ ", in_sz);
    for(size_t n = 0; n < in_sz; ++n) printf("%#x ", (unsigned char)in[n]);
    puts("]");
    wchar_t out[in_sz];
    char *p_in = in, *end = in + in_sz;
    wchar_t *p_out = out;
    int rc;
    while((rc = mbrtowc(p_out, p_in, end - p_in, &state)) > 0)
    {
        p_in += rc;
        p_out += 1;
    }
    size_t out_sz = p_out - out + 1;
    printf("转换为 %zu 个 wchar_t 单元：[ ", out_sz);
    for(size_t x = 0; x < out_sz; ++x) printf("%#x ", out[x]);
    puts("]");
}

正在处理 11 个 UTF-8 代码单元：[ 0x7a 0xc3 0x9f 0xe6 0xb0 0xb4 0xf0 0x9f 0x8d 0x8c 0 ]
转换为 5 个 wchar_t 单元：[ 0x7a 0xdf 0x6c34 0x1f34c 0 ]

参考文献