mbrtoc16

Convierte un único punto de código de su representación de carácter multibyte estrecho a su representación de carácter ancho de 16 bits de longitud variable (normalmente, UTF-16).

Si s no es un puntero nulo, inspecciona como máximo n bytes de la cadena de caracteres multibyte, comenzando por el byte apuntado por s para determinar el número de bytes necesarios para completar el siguiente carácter multibyte (incluyendo cualquier secuencia de desplazamiento, y teniendo en cuenta el estado actual de conversión multibyte * ps ). Si la función determina que el siguiente carácter multibyte en s está completo y es válido, lo convierte al carácter ancho de 16 bits correspondiente y lo almacena en * pc16 (si pc16 no es nulo).

Si el carácter multibyte en * s corresponde a una secuencia multi- char16_t (por ejemplo, un par sustituto en UTF-16), entonces después de la primera llamada a esta función, * ps se actualiza de manera que la siguiente llamada a mbrtoc16 escribirá el char16_t adicional, sin considerar * s .

Si s es un puntero nulo, los valores de n y pc16 se ignoran y la llamada es equivalente a mbrtoc16 ( NULL , "" , 1 , ps ) .

Si el carácter ancho producido es el carácter nulo, el estado de conversión * ps representa el estado de desplazamiento inicial.

Si la macro __STDC_UTF_16__ está definida, la codificación de 16 bits utilizada por esta función es UTF-16; de lo contrario, está definida por la implementación. La macro siempre está definida y la codificación es siempre UTF-16. (desde C23) En cualquier caso, la codificación de caracteres multibyte utilizada por esta función está especificada por la configuración regional de C actualmente activa.

Parámetros

Valor de retorno

La primera de las siguientes que aplique:

• ​ 0 ​ si el carácter convertido desde s (y almacenado en * pc16 si no es nulo) era el carácter nulo.
• El número de bytes [ 1 , n ] del carácter multibyte convertido exitosamente desde s .
• ( size_t ) - 3 si el siguiente char16_t de un carácter multi- char16_t (por ejemplo, un par sustituto) ha sido ahora escrito en * pc16 . No se procesan bytes de la entrada en este caso.
• ( size_t ) - 2 si los siguientes n bytes constituyen un carácter multibyte incompleto, pero hasta ahora válido. No se escribe nada en * pc16 .
• ( size_t ) - 1 si ocurre un error de codificación. No se escribe nada en * pc16 , el valor EILSEQ se almacena en errno y el valor de * ps no está especificado.

Ejemplo

#include <locale.h>
#include <stdio.h>
#include <uchar.h>
int main(void)
{
    setlocale(LC_ALL, "en_US.utf8");
    const char in[] = u8"zß水🍌"; // or "z\u00df\u6c34\U0001F34C"
    enum { in_sz = sizeof in / sizeof *in };
    printf("Processing %d UTF-8 code units: [", in_sz);
    for (int n = 0; n < in_sz; ++n)
        printf("%s%02X", n ? " " : "", (unsigned char)in[n]);
    puts("]");
    char16_t out[in_sz];
    const char* p_in = in;
    const char* end = in + in_sz;
    char16_t* p_out = out;
    mbstate_t state = {0};
    for (size_t rc; (rc = mbrtoc16(p_out, p_in, end - p_in, &state));)
    {
        if (rc == (size_t)-1)     // invalid input
            break;
        else if(rc == (size_t)-2) // truncated input
            break;
        else if(rc == (size_t)-3) // UTF-16 high surrogate
            p_out += 1;
        else
        {
            p_in += rc;
            p_out += 1;
        };
    }
    const size_t out_sz = p_out - out + 1;
    printf("into %zu UTF-16 code units: [", out_sz);
    for (size_t x = 0; x < out_sz; ++x)
        printf("%s%04X", x ? " " : "", out[x]);
    puts("]");
}

Processing 11 UTF-8 code units: [7A C3 9F E6 B0 B4 F0 9F 8D 8C 00]
into 6 UTF-16 code units: [007A 00DF 6C34 D83C DF4C 0000]

Referencias

Véase también