mbrtoc32

Convierte un único punto de código de su representación de carácter multibyte estrecho a su representación de carácter ancho de 32 bits de longitud variable (pero típicamente, UTF-32).

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 32 bits correspondiente y lo almacena en * pc32 (si pc32 no es nulo).

Si el carácter multibyte en * s corresponde a una secuencia multi- char32_t (no posible con UTF-32), entonces después de la primera llamada a esta función, * ps se actualiza de manera que las siguientes llamadas a mbrtoc32 escribirán los char32_t adicionales, sin considerar * s .

Si s es un puntero nulo, los valores de n y pc32 se ignoran y la llamada es equivalente a mbrtoc32 ( 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_32__ está definida, la codificación de 32 bits utilizada por esta función es UTF-32; de lo contrario, está definida por la implementación. La macro siempre está definida y la codificación es siempre UTF-32. (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 * pc32 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 char32_t de un carácter multi- char32_t ha sido ahora escrito en * pc32 . 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 * pc32 .
• ( size_t ) - 1 si ocurre un error de codificación. No se escribe nada en * pc32 , el valor EILSEQ se almacena en errno y el valor de * ps no está especificado.

Ejemplo

#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]

Referencias

Véase también