非常教程

C参考手册

字符串 | Strings

mbrtoc16

在头文件<uchar.h>中定义

size_t mbrtoc16(char16_t * pc16,const char * s,size_t n,mbstate_t * ps);

(自C11以来)

将单个代码点从其窄多字节字符表示转换为其可变长度的16位宽字符表示(通常为UTF-16)。

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(包括任何移位序列)所需的字节数。 如果函数确定s中的下一个多字节字符是完整且有效的,则将其转换为相应的16位宽字符并将其存储在* pc16中(如果pc16不为null)。

如果* s中的多字节字符对应于多char16_t序列(例如UTF-16中的代理对),那么在第一次调用此函数后,将更新* ps,以便下次调用mbrtoc16时将写入 额外的char16_t,而不考虑* s。

如果s是一个空指针,n和pc16的值将被忽略,并且调用相当于mbrtoc16(NULL,“”,1,ps)。

如果生成的宽字符为空字符,则转换状态* ps表示初始转换状态。

如果定义了宏__STDC_UTF_16__,则该函数使用的16位编码为UTF-16; 否则,它是实现定义的。 在任何情况下,此函数使用的多字节字符编码均由当前活动的C语言环境指定。

参数

PC16

-

指向结果16位宽字符将被写入的位置的指针

s

-

指向用作输入的多字节字符串的指针

n

-

限制可以检查的s中的字节数

ps

-

指向解释多字节字符串时使用的转换状态对象的指针

返回值

以下第一项适用:

  • 如果从s转换的字符(并且存储在* pc16中,如果非null)是空字符,则返回0
  • 返回从s成功转换的多字节字符的字节数[1 ... n]
  • 如果来自多char16_t字符(例如代理对)的下一个char16_t现在已被写入* pc16,则返回(size_t)-3。在这种情况下,输入中没有处理字节。
  • 如果接下来的n个字节构成一个不完整的,但到目前为止有效的多字节字符, 没有任何信息写入* pc16。则返回(size_t)-2
  • 如果发生编码错误。 没有任何内容写入* pc16,值EILSEQ存储在errno中,并且如果* ps未指定,则返回(size_t)-1

#include <stdio.h>
#include <locale.h>
#include <uchar.h>
 
mbstate_t state;
int main(void)
{
    setlocale(LC_ALL, "en_US.utf8");
    char in[] = u8"zß水?"; // or "z\u00df\u6c34\U0001F34C"
    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("]");
 
    char16_t out[in_sz];
    char *p_in = in, *end = in + in_sz;
    char16_t *p_out = out;
    int rc;
    while((rc = mbrtoc16(p_out, p_in, end - p_in, &state)))
    {
        if(rc == -3) // surrogate pairs in UTF-16
            p_out += 1;
        else if(rc > 0) {
            p_in += rc;
            p_out += 1;
        } else break;
    }
 
    size_t out_sz = p_out - out + 1;
    printf("into %zu UTF-16 code units: [ ", out_sz);
    for(size_t x = 0; x < out_sz; ++x) printf("%#x ", out[x]);
    puts("]");
}

输出:

Processing 11 UTF-8 code units: [ 0x7a 0xc3 0x9f 0xe6 0xb0 0xb4 0xf0 0x9f 0x8d 0x8c 0 ]
into 6 UTF-16 code units: [ 0x7a 0xdf 0x6c34 0xd83c 0xdf4c 0 ]

参考

  • C11标准(ISO / IEC 9899:2011):
    • 7.28.1.1 mbrtoc16函数(p:398-399)

扩展内容

c16rtomb(C11)

将16位宽字符转换为窄多字节字符串(函数)

| mbrtoc16的C ++文档 |

C

C 语言是一门通用计算机编程语言,应用广泛。C 语言的设计目标是提供一种能以简易的方式编译、处理低级存储器、产生少量的机器码以及不需要任何运行环境支持便能运行的编程语言。