std:: mbrtoc32

将窄多字节字符转换为其UTF-32字符表示形式。

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）。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32位字符并存储到 * pc32 中（当 pc32 非空时）。

如果 * s 中的多字节字符对应多字符序列（在 UTF-32 中不可能出现），则在首次调用此函数后， * ps 将被更新，使得后续对 mbrtoc32 的调用将直接输出附加的 char32_t ，而不再考虑 * s 。

如果 s 是空指针，则忽略 n 和 pc32 的值，该调用等价于 std :: mbrtoc32 ( nullptr, "" , 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。

该函数使用的多字节编码由当前生效的 C 语言区域设置指定。

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 * pc32 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 ] 。
• - 3 如果来自多 char32_t 字符的下一个 char32_t 已被写入 * pc32 。此情况下不会处理输入中的任何字节。
• - 2 如果接下来的 n 字节构成一个不完整但迄今为止有效的多字节字符。不会向 * pc32 写入任何内容。
• - 1 如果发生编码错误。不会向 * pc32 写入任何内容，值 EILSEQ 将存储于 errno ，且 * ps 的值未指定。

示例

#include <cassert>
#include <clocale>
#include <cstring>
#include <cuchar>
#include <cwchar>
#include <iomanip>
#include <iostream>
int main()
{
    std::setlocale(LC_ALL, "en_US.utf8");
    std::string str = "z\u00df\u6c34\U0001F34C"; // 或 u8"zß水🍌"
    std::cout << "处理 " << str.size() << " 字节: [ " << std::showbase;
    for (unsigned char c : str)
        std::cout << std::hex << +c << ' ';
    std::cout << "]\n";
    std::mbstate_t state{}; // 零初始化为初始状态
    char32_t c32;
    const char* ptr = str.c_str(), *end = str.c_str() + str.size() + 1;
    while (std::size_t rc = std::mbrtoc32(&c32, ptr, end - ptr, &state))
    {
        std::cout << "下一个 UTF-32 字符: " << std::hex
                  << static_cast<int>(c32) << " 从 ";
        assert(rc != (std::size_t) - 3); // UTF-32 中无代理项
        if (rc == (std::size_t) - 1)
            break;
        if (rc == (std::size_t) - 2)
            break;
        std::cout << std::dec << rc << " 字节 [ ";
        for (std::size_t n = 0; n < rc; ++n)
            std::cout << std::hex << +static_cast<unsigned char>(ptr[n]) << ' ';
        std::cout << "]\n";
        ptr += rc;
    }
}

处理 10 字节: [ 0x7a 0xc3 0x9f 0xe6 0xb0 0xb4 0xf0 0x9f 0x8d 0x8c ]
下一个 UTF-32 字符: 0x7a 从 1 字节 [ 0x7a ]
下一个 UTF-32 字符: 0xdf 从 2 字节 [ 0xc3 0x9f ]
下一个 UTF-32 字符: 0x6c34 从 3 字节 [ 0xe6 0xb0 0xb4 ]
下一个 UTF-32 字符: 0x1f34c 从 4 字节 [ 0xf0 0x9f 0x8d 0x8c ]

参见