C/C++ mbrtoc32()

在本文中，您将学习 C++ 中的 mbrtoc32() 函数及其语法、参数和示例。

C/C++ 中的多字节字符序列可以使用标准库中的 mbrtoc32() 函数转换为宽字符（更准确地说，是由 char32_t 表示的 32 位宽字符）。此函数在处理 UTF-8 等字符编码时特别有用，因为这些编码需要多个字节来表示单个字符。

语法

它具有以下语法：

参数

• pc32：指向 char32_t 变量目的地的指针，结果将存储在此处。
• s：指向要转换的由多个字节组成的字符序列的指针。
• n：多字节字符序列中必须考虑进行转换的字节数。
• ps：对 mbstate_t 转换状态的引用。此状态在转换跨越多次 mbrtoc32() 调用的多字节序列时存储信息。

返回值

• 如果“s”指向空字节，则“0”表示多字节序列的结束。
• 如果 's' 指向无效的多字节序列，它返回 static_cast<size_t>(-1)（表示错误的常量）。
• 否则，它返回从输入多字节序列中消耗的字节数。

mbrtoc32() 的关键点

C++ 中的 mbrtoc32() 有几个关键点。mbrtoc32() 的一些主要点如下：

1. 区域设置依赖性

mbrtoc32() 的行为受当前区域设置设置的影响。不同区域设置中使用的字符编码可能不同，从而影响转换函数。

2. 错误处理

该函数旨在处理无效的多字节序列。如果遇到无效序列，它将返回一个错误代码 (static_cast<size_t>(-1))，表示转换中存在错误。

3. 有状态转换

可以使用 mbstate_t 参数实现有状态转换。当函数调用时，状态会更新并可以再次使用。

4. UTF-8 和 Unicode 支持

当以 UTF-8 编码时，可以使用 mbrtoc32() 函数将 UTF-8 多字节序列转换为由 char32_t 表示的匹配 Unicode 码点。它使得处理许多不同的字符（包括那些超出基本多语言平面的字符）变得更容易。

5. 多字节字符处理

尽管单个字符可能由多个字节表示，但此函数有助于处理多字节字符。它保证准确转换以及有关所用字节量的信息。

示例

让我们举一个例子来演示 C++ 中的 mbrtoc32() 函数

输出

The String is: 
The Length is: 0
32-bit character = 0g00

说明

1. 头文件

代码中包含了所需的头文件，包括 <cstdio>、<cstdlib>、<iostream>、<uchar.h> 和 <wchar.h>。

2. 命名空间

通过使用 using namespace std; 语句将整个 std 命名空间引入作用域，可以使用标准 C++ 标识符而无需 std::前缀。

3. 变量声明

• char32_t hold;：声明一个 char32_t 类型的变量 hold 来存储转换后的宽字符。
• char str[] = "";：它声明了一个字符数组 str，其初始值为空字符串。
• mbstate_t arr{};：它在声明后将 mbstate_t 变量 arr 初始化为默认状态 {}。

4. 函数调用 - mbrtoc32

• len = mbrtoc32(&hold, str, MB_CUR_MAX, &arr);：它调用 mbrtoc32() 函数将多字节序列 str 转换为 char32_t 宽字符。MB_CUR_MAX 用于指定当前区域设置中多字节字符的最大字节数。结果存储在 hold 中，消耗的字节数存储在 len 中。

5. 错误检查

它验证转换是否不成功 (len < 0)。如果是，则输出错误代码并使用 perror 输出错误消息，然后退出。

6. 输出

使用 std::cout 函数输出原始字符串 str 及其长度。

'printf' 用于以八进制格式打印 32 位字符。

7. 返回语句

return 0;：它表示程序已成功执行。

输出将表明字符长度为 0，因为提供的 str 是一个空字符串。转换后的 32 位字符将由状态信息决定。根据您的用例，您可以提供非空多字节序列来观察转换。