mblen

来自cppreference.com
< c‎ | string‎ | multibyte
在标头 <stdlib.h> 定义
int mblen( const char* s, size_t n );

确定 s 指向其首字节的多字节字符的字节大小。

s 是空指针,则重置全局转换状态并 (C23 前)确定是否使用迁移序列。

此函数等价于调用 mbtowc((wchar_t*)0, s, n) ,除了 mbtowc 的转换状态不受影响。

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

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

s 是空指针,则重置内部转换状态为初始迁移状态, (C23 前)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。

注解

每次对 mblen 的调用更新内部全局转换状态( 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 mbrlen 代替。

(C23 前)

不允许 mblen 拥有内部状态。

(C23 起)

示例

#include <string.h>
#include <stdlib.h>
#include <locale.h>
#include <stdio.h>
 
// 多字节字符串的字符数是 mblen() 的和
// 注意:更简单的手段是 mbstowcs(NULL, str, sz)
size_t strlen_mb(const char* ptr)
{
    size_t result = 0;
    const char* end = ptr + strlen(ptr);
    mblen(NULL, 0); // 重置转换状态
    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)
{
    const char* end = str + strlen(str);
    for (; 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);
}

可能的输出:

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

引用

  • C17 标准(ISO/IEC 9899:2018):
  • 7.22.7.1 The mblen function (第 260 页)
  • C11 标准(ISO/IEC 9899:2011):
  • 7.22.7.1 The mblen function (第 357 页)
  • C99 标准(ISO/IEC 9899:1999):
  • 7.20.7.1 The mblen function (第 321 页)
  • C89/C90 标准(ISO/IEC 9899:1990):
  • 4.10.7.1 The mblen function

参阅

将下一个多字节字符转换成宽字符
(函数)
(C95)
给定状态,返回下一个多字节字符的字节数
(函数)