mbrtowc

Преобразует узкий многобайтовый символ в его широкосимвольное представление.

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

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

Если широкий символ, полученный в результате, является нулевым символом, состояние преобразования, хранящееся в * ps является начальным состоянием сдвига.

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

Параметры

Возвращаемое значение

Первое из следующих условий, которое применяется:

• ​ 0 ​ если символ, преобразованный из s (и сохранённый в pwc если не null), был нулевым символом
• количество байт [ 1 ... n ] многобайтового символа, успешно преобразованного из s
• ( size_t ) - 2 если следующие n байт составляют неполный, но пока корректный многобайтовый символ. Ничего не записывается в * pwc .
• ( size_t ) - 1 если произошла ошибка кодировки. Ничего не записывается в *pwc , значение EILSEQ сохраняется в errno и значение * ps остаётся неопределённым.

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