mbrtowc

size_t mbrtowc( wchar_t* pwc, const char* s, size_t n, mbstate_t* ps );

size_t mbrtowc( wchar_t *restrict pwc, const char *restrict s, size_t n,
                mbstate_t *restrict ps );

Преобразует узкий многобайтовый символ в его широкое представление.

Если s не является нулевым указателем, функция проверяет не более n байтов строки многобайтовых символов, начиная с байта, на который указывает s, чтобы определить количество байтов, необходимых для завершения следующего многобайтового символа (включая любые последовательности переключения и с учетом текущего состояния преобразования многобайтовых символов *ps). Если функция определяет, что следующий многобайтовый символ в s является полным и допустимым, она преобразует его в соответствующий широкий символ и сохраняет его в *pwc (если pwc не является нулевым указателем).

Если s является нулевым указателем, значения n и pwc игнорируются, а вызов эквивалентен mbrtowc(NULL, "", 1, ps).

Если полученный широкий символ является нулевым символом, состояние преобразования, сохраненное в *ps, является начальным состоянием переключения.

Если определен макрос среды __STDC_ISO_10646__, значения типа wchar_t совпадают с короткими идентификаторами символов из обязательного набора Unicode (обычно кодировка UTF-32); в противном случае это определяется реализацией. В любом случае кодировка многобайтовых символов, используемая этой функцией, задается текущей активной локалью C.

Параметры

Возвращаемое значение

Первое из следующих применимых значений:

• 0, если символ, преобразованный из s (и сохраненный в pwc, если он не равен нулю), был нулевым символом
• количество байтов [1...n] многобайтового символа, успешно преобразованного из s
• (size_t)-2, если следующие n байтов образуют неполный, но пока допустимый многобайтовый символ. В *pwc ничего не записывается.
• (size_t)-1, если произошла ошибка кодирования. В *pwc ничего не записывается, значение EILSEQ сохраняется в errno, а значение *ps остается неопределенным.

Пример

#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"; // or u8"zß水🍌"
    size_t in_sz = sizeof in / sizeof *in;

    printf("Processing %zu UTF-8 code units: [ ", 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("into %zu wchar_t units: [ ", out_sz);
    for(size_t x = 0; x < out_sz; ++x) printf("%#x ", out[x]);
    puts("]");
}

Processing 11 UTF-8 code units: [ 0x7a 0xc3 0x9f 0xe6 0xb0 0xb4 0xf0 0x9f 0x8d 0x8c 0 ]
into 5 wchar_t units: [ 0x7a 0xdf 0x6c34 0x1f34c 0 ]

Ссылки

• Стандарт C11 (ISO/IEC 9899:2011):
• 7.29.6.3.2 Функция mbrtowc (стр. 443)
• Стандарт C99 (ISO/IEC 9899:1999):
• 7.24.6.3.2 Функция mbrtowc (стр. 389)

См. также