mbrtoc32

単一のコードポイントを、そのナローマルチバイト文字表現から可変長32ビットワイド文字表現（ただし一般的にはUTF-32）に変換します。

s が null ポインタでない場合、 s が指すバイトから始まるマルチバイト文字列の最大 n バイトを検査し、次のマルチバイト文字を完了するために必要なバイト数（シフトシーケンスを含み、現在のマルチバイト変換状態 * ps を考慮する）を決定する。関数が s 内の次のマルチバイト文字が完全かつ有効であると判断した場合、対応する32ビットワイド文字に変換し、 pc32 が null でない場合 * pc32 に格納する。

マルチバイト文字が * s 内に存在し、それが複数の char32_t シーケンスに対応する場合（UTF-32では不可能）、この関数の最初の呼び出し後、 * ps は更新され、次回の mbrtoc32 呼び出しでは追加の char32_t を書き出すようになり、 * s は考慮されなくなります。

s がヌルポインタの場合、 n および pc32 の値は無視され、この呼び出しは mbrtoc32 ( NULL , "" , 1 , ps ) と等価になります。

生成されたワイド文字がナル文字である場合、変換状態 * ps は初期シフト状態を表します。

マクロ __STDC_UTF_32__ が定義されている場合、この関数で使用される32ビットエンコーディングはUTF-32である。それ以外の場合、そのエンコーディングは実装定義である。 このマクロは常に定義されており、エンコーディングは常にUTF-32である。 (C23以降) いずれの場合でも、この関数で使用されるマルチバイト文字エンコーディングは、現在有効なCロケールによって指定される。

パラメータ

戻り値

以下のうち最初に該当するもの：

• ​ 0 ​ sから変換された文字（かつnullでない場合 * pc32 に格納される）がナル文字であった場合。
• sから正常に変換されたマルチバイト文字のバイト数 [ 1 , n ] 。
• ( size_t ) - 3 マルチ char32_t 文字からの次の char32_t が * pc32 に書き込まれた場合。この場合、入力からはバイトが処理されない。
• ( size_t ) - 2 次の n バイトが不完全ではあるが、これまで有効なマルチバイト文字を構成する場合。 * pc32 には何も書き込まれない。
• ( size_t ) - 1 エンコーディングエラーが発生した場合。 * pc32 には何も書き込まれず、値 EILSEQ が errno に格納され、 * ps の値は未規定となる。

例

#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]

参考文献

関連項目