std::mblen

 

C++

语言

标准库头文件

自立与有宿主实现

具名要求

语言支持库

概念库 (C++20)

诊断库

工具库

字符串库

容器库

迭代器库

范围库 (C++20)

算法库

数值库

本地化库

输入/输出库

文件系统库 (C++17)

正则表达式库 (C++11)

原子操作库 (C++11)

线程支持库 (C++11)

技术规范

 

字符串库

空终止字符串

字节字符串

多字节字符串

宽字符串

类

basic_string

basic_string_view (C++17)

char_traits

 

空终止多字节字符串

宽/多字节转换
mbsinit
mbtowc mbstowcs btowc mbrtowc mbsrtowcs mbrtoc8 (C++20) mbrtoc16 (C++11) mbrtoc32 (C++11) mblen	wctomb wcstombs wctob wcrtomb wcsrtombs c8rtomb (C++20) c16rtomb (C++11) c32rtomb (C++11) mbrlen
类型
mbstate_t

 

定义于头文件 <cstdlib>
int mblen( const char* s, std::size_t n );

确定多字节字符的字节大小，其首字节为 s 所指向。

若 s 是空指针，则重置全局转换状态并确定是否使用迁移序列。

此函数等价于调用 std::mbtowc((wchar_t*)0, s, n) ，除了不影响 std::mbtowc 的转换状态。

注解

每次对 mblen 的调用更新内部全局转换状态（ std::mbstate_t 类型的静态对象，只为此函数所知）。若多字节编码使用迁移状态，则必须留意以避免回撤或多次扫描。任何情况下，多线程不应无同步地调用 mblen ：可用 std::mbrlen 代替。

参数

s	-	指向多字节字符的指针
n	-	s中能被检验的字节数限制

返回值

若 s 不是空指针，则返回多字节字符所含的字节数，或若 s 所指的首字节不组成合法多字节字符则返回 -1 ，或若 s 指向空字符 '\0' 则返回 ​0​ 。

若 s 是空指针，则重置内部转换状态为初始迁移状态，并若当前多字节编码非状态依赖（不使用迁移序列）则返回 ​0​ ，或者若当前多字节编码为状态依赖（使用迁移序列）则返回非零。

示例

运行此代码

#include <clocale>
#include <cstdlib>
#include <iomanip>
#include <iostream>
#include <stdexcept>
#include <string_view>
 
// 多字节字符串中的字符数是 mblen() 的和
// 注意：更简单的手段是 std::mbstowcs(NULL, s.c_str(), s.size())
std::size_t strlen_mb(const std::string_view s)
{
    std::size_t result = 0;
    const char* ptr = s.data();
    const char* end = ptr + s.size();
    std::mblen(NULL, 0); // 重置转换状态
    while (ptr < end) {
        int next = std::mblen(ptr, end-ptr);
        if (next == -1) {
            throw std::runtime_error("strlen_mb(): conversion error");
        }
        ptr += next;
        ++result;
    }
    return result;
}
 
void dump_bytes(const std::string_view str)
{
    std::cout << std::hex << std::uppercase << std::setfill('0');
    for (unsigned char c : str)
        std::cout << std::setw(2) << static_cast<int>(c) << ' ';
    std::cout << std::dec << '\n';
}
 
int main()
{
    // 允许 mblen() 以 UTF-8 多字节编码工作
    std::setlocale(LC_ALL, "en_US.utf8");
    // UTF-8 窄多字节编码
    const std::string_view str = "z\u00df\u6c34\U0001f34c"; // 或 u8"zß水🍌"
    std::cout << std::quoted(str) << " is " << strlen_mb(str)
              << " characters, but as much as " << str.size() << " bytes: ";
    dump_bytes(str);
}

可能的输出：

zß水🍌 is 10 bytes, but only 4 characters

参阅

mbtowc	将下一个多字节字符转换成宽字符 (函数)
mbrlen	给定状态，返回下一个多字节字符中的字节数 (函数)