std:: mblen

确定由 s 指向其首字节的多字节字符的大小（以字节为单位）。

如果 s 是空指针，则重置全局转换状态并确定是否使用移位序列。

此函数等效于调用 std:: mbtowc ( nullptr, s, n ) ，不同之处在于 std::mbtowc 的转换状态不受影响。

注释

每次调用 mblen 都会更新内部全局转换状态（一个仅该函数可知的 std::mbstate_t 类型静态对象）。如果多字节编码使用移位状态，必须注意避免回溯或多重扫描。在任何情况下，多线程调用 mblen 时都必须进行同步：可改用 std::mbrlen 替代。

参数

返回值

如果 s 不是空指针，则返回该多字节字符包含的字节数；如果 s 指向的首字节不构成有效的多字节字符，则返回 - 1 ；如果 s 指向空字符 ' \0 ' ，则返回 ​ 0 ​ 。

如果 s 是空指针，则重置其内部转换状态以表示初始移位状态，并在当前多字节编码不依赖状态（不使用移位序列）时返回 ​ 0 ​ ，若当前多字节编码依赖状态（使用移位序列）则返回非零值。

示例

#include <clocale>
#include <cstdlib>
#include <iomanip>
#include <iostream>
#include <stdexcept>
#include <string_view>
// 多字节字符串中的字符数是 mblen() 调用次数的总和
// 注意：更简单的方法是 std::mbstowcs(nullptr, s.c_str(), s.size())
std::size_t strlen_mb(const std::string_view s)
{
    std::mblen(nullptr, 0); // 重置转换状态
    std::size_t result = 0;
    const char* ptr = s.data();
    for (const char* const end = ptr + s.size(); ptr < end; ++result)
    {
        const int next = std::mblen(ptr, end - ptr);
        if (next == -1)
            throw std::runtime_error("strlen_mb(): conversion error");
        ptr += next;
    }
    return result;
}
void dump_bytes(const std::string_view str)
{
    std::cout << std::hex << std::uppercase << std::setfill('0');
    for (unsigned char c : str)
        std::cout << std::setw(2) << static_cast<int>(c) << ' ';
    std::cout << std::dec << '\n';
}
int main()
{
    // 允许 mblen() 处理 UTF-8 多字节编码
    std::setlocale(LC_ALL, "en_US.utf8");
    // UTF-8 窄多字节编码
    const std::string_view str = "z\u00df\u6c34\U0001f34c"; // 或 u8"zß水🍌"
    std::cout << std::quoted(str) << " 是 " << strlen_mb(str)
              << " 个字符，但多达 " << str.size() << " 个字节: ";
    dump_bytes(str);
}

"zß水🍌" is 4 characters, but as much as 10 bytes: 7A C3 9F E6 B0 B4 F0 9F 8D 8C

参见