std::mbrtoc32

std::size_t mbrtoc32( char32_t* pc32,
                      const char* s,
                      std::size_t n,
                      std::mbstate_t* ps );

Преобразует узкий многобайтовый символ в его представление в UTF-32.

Если s не является указателем null, проверяет не более n байтов строки многобайтового символа, начиная с байта, на который указывает s, чтобы определить количество байтов, необходимое для завершения следующего многобайтового символа (включая все последовательности сдвига). Если функция определяет, что следующий многобайтовый символ в s завершён и корректен, преобразует его в соответствующий 32-битный символ и сохраняет его в *pc32 (если pc32 не null).

Если многобайтовый символ в *s соответствует последовательности с несколькими символами char32_t (что невозможно при использовании UTF-32), то после первого вызова этой функции *ps обновляется таким образом, что последующие вызовы mbrtoc32 будут записывать дополнительные char32_t, не учитывая *s.

Если s является указателем null, значения n и pc32 игнорируются, и вызов эквивалентен std::mbrtoc32(nullptr, "", 1, ps).

Если полученный широкий символ — это нулевой символ, состояние преобразования *ps представляет начальное состояние сдвига.

Многобайтовое кодирование, используемое этой функцией, определяется текущим активным языковым стандартом.

Параметры

Возвращаемое значение

Первое из следующих значений, которое применимо:

• ​0​ если символ, преобразованный из s (и сохранённый в *pc32 при не null значении), был нулевым символом.
• количество байтов [1...n] успешно преобразованного многобайтового символа из s.
• -3 если следующий char32_t из много-char32_t символа был записан в *pc32.
• -2 если следующие n байта составляют незавершенный, но до этого момента валидный многобайтовый символ. Ничего не записывается в *pc32.
• -1 если произошла ошибка кодирования. Ничего не записывается в *pc32, значение EILSEQ сохраняется в errno, а значение *ps не определено.

Примеры

#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"; // or u8"zß水🍌"
 
    std::cout << "Processing " << str.size() << " bytes: [ " << std::showbase;
    for (unsigned char c : str)
        std::cout << std::hex << +c << ' ';
    std::cout << "]\n";
 
    std::mbstate_t state{}; // zero-initialized to initial state
    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 << "Next UTF-32 char: " << std::hex
                  << static_cast<int>(c32) << " obtained from ";
        assert(rc != (std::size_t) - 3); // no surrogates in UTF-32
        if (rc == (std::size_t) - 1)
            break;
        if (rc == (std::size_t) - 2)
            break;
        std::cout << std::dec << rc << " bytes [ ";
        for (std::size_t n = 0; n < rc; ++n)
            std::cout << std::hex << +static_cast<unsigned char>(ptr[n]) << ' ';
        std::cout << "]\n";
        ptr += rc;
    }
}

Processing 10 bytes: [ 0x7a 0xc3 0x9f 0xe6 0xb0 0xb4 0xf0 0x9f 0x8d 0x8c ]
Next UTF-32 char: 0x7a obtained from 1 bytes [ 0x7a ]
Next UTF-32 char: 0xdf obtained from 2 bytes [ 0xc3 0x9f ]
Next UTF-32 char: 0x6c34 obtained from 3 bytes [ 0xe6 0xb0 0xb4 ]
Next UTF-32 char: 0x1f34c obtained from 4 bytes [ 0xf0 0x9f 0x8d 0x8c ]

См. также