std::codecvt_utf8_C++中文网

C++ 参考手册

位置：首页 > C++ 参考手册 >本地化库 > std::codecvt_utf8

class Elem,
unsigned long Maxcode = 0x10ffff,
std::codecvt_mode Mode = (std::codecvt_mode)0

> class codecvt_utf8 : public std::codecvt<Elem, char, std::mbstate_t>;

(C++11 起)
(C++17 中弃用)

std::codecvt_utf8 是封装 UTF-8 编码字符串和 UCS2 或 UTF-32 字符串（取决于 Elem 类型）间转换的 std::codecvt 平面。此 codecvt 能用于读写文本和二进制的 UTF-8 文件。

模板形参

Elem	-	char16_t 、 char32_t 或 wchar_t 之一
Maxcode	-	此平面将读写而无错误的最大 `Elem` 值
Mode	-	std::codecvt_mode 类型常量

成员函数

(构造函数)	构造新的 `codecvt_utf8` 平面 (公开成员函数)
(析构函数)	销毁 `codecvt_utf8` 平面 (公开成员函数)

std::codecvt_utf8::codecvt_utf8

explicit codecvt_utf8( std::size_t refs = 0 );

构造新的 std::codecvt_utf8 平面，传递初始引用计数 refs 给基类。

参数

refs	-	链接到该平面的引用数

std::codecvt_utf8::~codecvt_utf8

~codecvt_utf8();

销毁平面。不同于 locale 管理的平面，此平面的析构函数是公开的。

继承自 std::codecvt

成员类型


成员类型	定义
`intern_type`	`internT`
`extern_type`	`externT`
`state_type`	`stateT`

成员对象


成员名	类型
`id` [静态]	std::locale::id

成员函数

out	调用 `do_out` (`std::codecvt<InternT,ExternT,State>` 的公开成员函数)
in	调用 `do_in` (`std::codecvt<InternT,ExternT,State>` 的公开成员函数)
unshift	调用 `do_unshift` (`std::codecvt<InternT,ExternT,State>` 的公开成员函数)
encoding	调用 `do_encoding` (`std::codecvt<InternT,ExternT,State>` 的公开成员函数)
always_noconv	调用 `do_always_noconv` (`std::codecvt<InternT,ExternT,State>` 的公开成员函数)
length	调用 `do_length` (`std::codecvt<InternT,ExternT,State>` 的公开成员函数)
max_length	调用 `do_max_length` (`std::codecvt<InternT,ExternT,State>` 的公开成员函数)

受保护成员函数

do_out [虚]	从 internT 转换字符串为 externT 转换字符串，如在写入文件时 (`std::codecvt<InternT,ExternT,State>` 的虚受保护成员函数)
do_in [虚]	从 externT 转换字符串为 internT ，如在从文件读取时 (`std::codecvt<InternT,ExternT,State>` 的虚受保护成员函数)
do_unshift [虚]	为不完整转换生成 externT 字符的终止字符序列 (`std::codecvt<InternT,ExternT,State>` 的虚受保护成员函数)
do_encoding [虚]	返回产生一个 internT 字符所需的 externT 字符数，若此值为常数 (`std::codecvt<InternT,ExternT,State>` 的虚受保护成员函数)
do_always_noconv [虚]	测试平面编码是否对所有合法值为恒等转换 (`std::codecvt<InternT,ExternT,State>` 的虚受保护成员函数)
do_length [虚]	计算转换成给定的 internT 缓冲区会消耗的 externT 字符串长度 (`std::codecvt<InternT,ExternT,State>` 的虚受保护成员函数)
do_max_length [虚]	返回能转换成单个 internT 字符的最大 externT 字符数 (`std::codecvt<InternT,ExternT,State>` 的虚受保护成员函数)

继承自 std::codecvt_base


成员类型	定义
enum result { ok, partial, error, noconv };	无作用域枚举类型


枚举常量	定义
`ok`	完成转换而无错误
`partial`	未转换所有源字符
`error`	遇到非法字符
`noconv`	不要求转换，输入与输出类型相同

注意

尽管标准要求此版面在 Elem 为 16 位时用 UCS2 工作，某些实现用 UTF-16 代替。用语 "UCS2" 已被弃用并被移除 Unicode 标准。

示例

下例示例演示 UCS2/UTF-8 间和 UTF-16/UTF-8 间转换的差异：字符串中的字符不是合法的 UCS2 字符。

运行此代码

#include <iostream>
#include <string>
#include <locale>
#include <codecvt>
 
int main()
{
    // UTF-8 数据。字符 U+1d10b ，音符 segno ，不在 UCS2 中
    std::string utf8 = u8"z\u6c34\U0001d10b";
 
    // UTF-8 / UTF-16 标标准转换平面
    std::wstring_convert<std::codecvt_utf8_utf16<char16_t>, char16_t> utf16conv;
    std::u16string utf16 = utf16conv.from_bytes(utf8);
    std::cout << "UTF16 conversion produced " << utf16.size() << " code units:\n";
    for (char16_t c : utf16)
        std::cout << std::hex << std::showbase << c << '\n';
 
    // UTF-8 / UCS2 标准转换平面
    std::wstring_convert<std::codecvt_utf8<char16_t>, char16_t> ucs2conv;
    try {
        std::u16string ucs2 = ucs2conv.from_bytes(utf8);
    } catch(const std::range_error& e) {
        std::u16string ucs2 = ucs2conv.from_bytes(utf8.substr(0, ucs2conv.converted()));
        std::cout << "UCS2 failed after producing " << std::dec << ucs2.size()<<" characters:\n";
        for (char16_t c : ucs2)
            std::cout << std::hex << std::showbase << c << '\n';
    }
}

输出：

UTF16 conversion produced 4 code units:
0x7a
0x6c34
0xd834
0xdd0b
UCS2 failed after producing 2 characters:
0x7a
0x6c34

参阅

字符转换	本地环境定义多字节 (UTF-8, GB18030)	UTF-8	UTF-16
UTF-16	`mbrtoc16` / `c16rtomb`(有 C11 的 DR488)	`codecvt`<char16_t, char, mbstate_t> `codecvt_utf8_utf16`<char16_t> `codecvt_utf8_utf16`<char32_t> `codecvt_utf8_utf16`<wchar_t>	N/A
UCS2	`c16rtomb`(无 C11 的 DR488)	`codecvt_utf8`<char16_t> `codecvt_utf8`<wchar_t>(Windows)	`codecvt_utf16`<char16_t> `codecvt_utf16`<wchar_t>(Windows)
UTF-32	`mbrtoc32` / `c32rtomb`	`codecvt`<char32_t, char, mbstate_t> `codecvt_utf8`<char32_t> `codecvt_utf8`<wchar_t>(非 Windows)	`codecvt_utf16`<char32_t> `codecvt_utf16`<wchar_t>(非 Windows)
系统宽 UTF-32(非 Windows) UCS2(Windows)	`mbsrtowcs` / `wcsrtombs` `use_facet`<`codecvt` <wchar_t, char, mbstate_t>>(`locale`)	无	无

codecvt	在字符编码间转换，包括 UTF-8、UTF-16、UTF-32 (类模板)
codecvt_mode (C++11)(C++17 中弃用)	用于改变标准 codecvt 刻面行为的标签 (枚举)
codecvt_utf16 (C++11)(C++17 中弃用)	在 UTF-16 与 UCS2/UCS4 间转换 (类模板)
codecvt_utf8_utf16 (C++11)(C++17 中弃用)	在 UTF-8 与 UTF-16 间转换 (类模板)