mblen

Determina el tamaño, en bytes, del carácter multibyte cuyo primer byte está apuntado por s .

Si s es un puntero nulo, restablece el estado de conversión global y (until C23) determina si se utilizan secuencias de desplazamiento.

Esta función es equivalente a la llamada mbtowc ( ( wchar_t * ) 0 , s, n ) , excepto que el estado de conversión de mbtowc no se ve afectado.

Parámetros

Valor de retorno

Si s no es un puntero nulo, devuelve el número de bytes contenidos en el carácter multibyte o - 1 si los primeros bytes apuntados por s no forman un carácter multibyte válido o ​ 0 ​ si s apunta al carácter nulo ' \0 ' .

Si s es un puntero nulo, restablece su estado de conversión interno para representar el estado de desplazamiento inicial y (hasta C23) retorna ​ 0 ​ si la codificación multibyte actual no depende del estado (no utiliza secuencias de desplazamiento) o un valor distinto de cero si la codificación multibyte actual depende del estado (utiliza secuencias de desplazamiento).

Notas

Ejemplo

#include <locale.h>
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
// the number of characters in a multibyte string is the sum of mblen()'s
// note: the simpler approach is mbstowcs(NULL, str, sz)
size_t strlen_mb(const char* ptr)
{
    size_t result = 0;
    const char* end = ptr + strlen(ptr);
    mblen(NULL, 0); // reset the conversion state
    while(ptr < end) {
        int next = mblen(ptr, end - ptr);
        if (next == -1) {
           perror("strlen_mb");
           break;
        }
        ptr += next;
        ++result;
    }
    return result;
}
void dump_bytes(const char* str)
{
    for (const char* end = str + strlen(str); str != end; ++str)
        printf("%02X ", (unsigned char)str[0]);
    printf("\n");
}
int main(void)
{
    setlocale(LC_ALL, "en_US.utf8");
    const char* str = "z\u00df\u6c34\U0001f34c";
    printf("The string \"%s\" consists of %zu characters, but %zu bytes: ",
            str, strlen_mb(str), strlen(str));
    dump_bytes(str);
}

The string "zß水🍌" consists of 4 characters, but 10 bytes: 7A C3 9F E6 B0 B4 F0 9F 8D 8C

Referencias

Véase también