mbrtoc32

Konvertiert einen einzelnen Codepunkt von seiner schmalen Multibyte-Zeichendarstellung in seine variabel lange 32-Bit Breitzeichen-Darstellung (typischerweise UTF-32).

Falls s kein Nullzeiger ist, untersucht es höchstens n Bytes der Multibyte-Zeichenkette, beginnend mit dem von s gezeigten Byte, um die Anzahl der Bytes zu bestimmen, die notwendig sind, um das nächste Multibyte-Zeichen abzuschließen (einschließlich aller Shift-Sequenzen und unter Berücksichtigung des aktuellen Multibyte-Konvertierungszustands * ps ). Falls die Funktion feststellt, dass das nächste Multibyte-Zeichen in s vollständig und gültig ist, konvertiert sie es in das entsprechende 32-Bit-Breitzeichen und speichert es in * pc32 (falls pc32 nicht null ist).

Wenn das Multibyte-Zeichen in * s einer Multi- char32_t -Sequenz entspricht (nicht möglich mit UTF-32), dann wird nach dem ersten Aufruf dieser Funktion * ps so aktualisiert, dass die nächsten Aufrufe von mbrtoc32 die zusätzlichen char32_t ausgeben, ohne * s zu berücksichtigen.

Wenn s ein Nullzeiger ist, werden die Werte von n und pc32 ignoriert und der Aufruf entspricht mbrtoc32 ( NULL , "" , 1 , ps ) .

Wenn das erzeugte Breitzeichen das Nullzeichen ist, repräsentiert der Konvertierungszustand * ps den initialen Schaltzustand.

Falls das Makro __STDC_UTF_32__ definiert ist, ist die von dieser Funktion verwendete 32-Bit-Codierung UTF-32; andernfalls ist sie implementierungsdefiniert. Das Makro ist immer definiert und die Codierung ist immer UTF-32. (seit C23) In jedem Fall wird die von dieser Funktion verwendete Multibyte-Zeichencodierung durch das aktuell aktive C-Locale festgelegt.

Parameter

Rückgabewert

Das erste der folgenden zutreffenden Kriterien:

• ​ 0 ​ wenn das von s konvertierte Zeichen (und gespeichert in * pc32 falls nicht null) das Nullzeichen war.
• Die Anzahl der Bytes [ 1 , n ] des Multibyte-Zeichens, das erfolgreich von s konvertiert wurde.
• ( size_t ) - 3 wenn das nächste char32_t aus einem Multi- char32_t -Zeichen nun in * pc32 geschrieben wurde. In diesem Fall werden keine Bytes von der Eingabe verarbeitet.
• ( size_t ) - 2 wenn die nächsten n Bytes ein unvollständiges, aber bisher gültiges Multibyte-Zeichen bilden. Nichts wird in * pc32 geschrieben.
• ( size_t ) - 1 wenn ein Kodierungsfehler auftritt. Nichts wird in * pc32 geschrieben, der Wert EILSEQ wird in errno gespeichert und der Wert von * ps ist nicht spezifiziert.

Beispiel

#include <assert.h>
#include <locale.h>
#include <stdio.h>
#include <uchar.h>
int main(void)
{
    setlocale(LC_ALL, "en_US.utf8");
    char in[] = u8"zß水🍌"; // or "z\u00df\u6c34\U0001F34C"
    enum { in_size = sizeof in / sizeof *in };
    printf("Processing %d UTF-8 code units: [", in_size);
    for (int i = 0; i < in_size; ++i)
        printf("%s%02X", i ? " " : "", (unsigned char)in[i]);
    puts("]");
    char32_t out[in_size];
    char32_t* p_out = out;
    char* p_in = in;
    char* end = in + in_size;
    mbstate_t state = {0};
    size_t rc;
    while ((rc = mbrtoc32(p_out, p_in, end - p_in, &state)))
    {
        assert(rc != (size_t)-3); // no surrogate pairs in UTF-32
        if (rc == (size_t)-1) break; // invalid input
        if (rc == (size_t)-2) break; // truncated input
        p_in += rc;
        ++p_out;
    }
    size_t out_size = p_out+1 - out;
    printf("into %zu UTF-32 code units: [", out_size);
    for (size_t i = 0; i < out_size; ++i)
        printf("%s%08X", i ? " " : "", out[i]);
    puts("]");
}

Processing 11 UTF-8 code units: [7A C3 9F E6 B0 B4 F0 9F 8D 8C 00]
into 5 UTF-32 code units: [0000007A 000000DF 00006C34 0001F34C 00000000]

Referenzen

Siehe auch