Null-terminierte Multibyte-Strings

 

C

Compiler-Unterstützung

Sprache

Header

Typunterstützung

Programm-Dienstprogramme

Unterstützung für variable Funktionsargumente

Fehlerbehandlung

Dynamische Speicherverwaltung

Bibliothek für Zeichenketten

Algorithmen

Numerik

Datums- und Zeitdienstprogramme

Ein-/Ausgabeunterstützung

Lokalisierungsunterstützung

Unterstützung für Nebenläufigkeit (C11)

Technische Spezifikationen

Symbolindex

 

Bibliothek für Zeichenketten

Null-terminierte Byte-Strings

Null-terminierte Multibyte-Strings

Null-terminierte breite Zeichenketten

 

Null-terminierte Multibyte-Strings

Funktionen
Breit-/Multibyte-Konvertierungen
mbsinit (C95)
mbstowcsmbstowcs_s (C11) btowc (C95) mbrtowc (C95) mbsrtowcsmbsrtowcs_s (C95)(C11)   mbrtoc8 (C23) c8rtomb (C23) mbrtoc16 (C11) c16rtomb (C11) c32rtomb (C11) mbrtoc32 (C11)	mblen mbtowc wctombwctomb_s (C11) wcstombswcstombs_s (C11) wctob (C95) wcrtombwcrtomb_s (C95)(C11) wcsrtombswcsrtombs_s (C95)(C11) mbrlen (C95)
Typen
mbstate_t (C95) char8_t (C23)	char16_t (C11) char32_t (C11)
Makros
MB_LEN_MAX	MB_CUR_MAX

 

Ein null-terminierter Multibyte-String (NTMBS) oder "Multibyte-String" ist eine Sequenz von Nicht-Null-Bytes, gefolgt von einem Byte mit dem Wert Null (dem terminierenden Null-Zeichen).

Jedes im String gespeicherte Zeichen kann mehr als ein Byte belegen. Die zur Darstellung von Zeichen in einem Multibyte-Zeichenstring verwendete Kodierung ist sprachabhängig: Sie kann UTF-8, GB18030, EUC-JP, Shift-JIS usw. sein. Beispielsweise ist das char-Array {'\xe4','\xbd','\xa0','\xe5','\xa5','\xbd','\0'} ein NTMBS, das den String "你好" in UTF-8 Multibyte-Kodierung enthält: Die ersten drei Bytes kodieren das Zeichen 你, die nächsten drei Bytes kodieren das Zeichen 好. Derselbe String, kodiert in GB18030, ist das char-Array {'\xc4', '\xe3', '\xba', '\xc3', '\0'}, wobei jedes der beiden Zeichen als Zweibyte-Sequenz kodiert ist.

In einigen Multibyte-Kodierungen kann eine gegebene Multibyte-Zeichensequenz unterschiedliche Zeichen darstellen, abhängig von den vorherigen Byte-Sequenzen, bekannt als "Shift-Sequenzen". Solche Kodierungen werden als zustandsabhängig bezeichnet: Das Wissen über den aktuellen Shift-Zustand ist erforderlich, um jedes Zeichen zu interpretieren. Ein NTMBS ist nur gültig, wenn er im initialen Shift-Zustand beginnt und endet: Wenn eine Shift-Sequenz verwendet wurde, muss die entsprechende Unshift-Sequenz vor dem terminierenden Null-Zeichen vorhanden sein. Beispiele für solche Kodierungen sind BOCU-1 und SCSU.

Ein Multibyte-Zeichenstring ist layout-kompatibel mit einem null-terminierten Byte-String (NTBS), d.h. er kann mit denselben Mitteln gespeichert, kopiert und untersucht werden, mit Ausnahme der Berechnung der Zeichenanzahl. Wenn die richtige Locale aktiv ist, verarbeiten auch I/O-Funktionen Multibyte-Strings. Multibyte-Strings können mit den folgenden Locale-abhängigen Konvertierungsfunktionen in und aus Wide-Strings konvertiert werden:

Funktionen

Multibyte-/Wide-Zeichenkonvertierungen
Definiert im Header <stdlib.h>
mblen	gibt die Anzahl der Bytes im nächsten Multibyte-Zeichen zurück (Funktion)
mbtowc	konvertiert das nächste Multibyte-Zeichen in ein Wide-Zeichen (Funktion)
wctombwctomb_s (C11)	konvertiert ein Wide-Zeichen in seine Multibyte-Darstellung (Funktion)
mbstowcsmbstowcs_s (C11)	konvertiert einen schmalen Multibyte-Zeichenstring in einen Wide-String (Funktion)
wcstombswcstombs_s (C11)	konvertiert einen Wide-String in einen schmalen Multibyte-Zeichenstring (Funktion)
Definiert in Header <wchar.h>
mbsinit (C95)	prüft, ob das mbstate_t-Objekt den initialen Shift-Zustand repräsentiert (Funktion)
btowc (C95)	erweitert ein ein Byte breites schmales Zeichen zu einem Wide-Zeichen, falls möglich (Funktion)
wctob (C95)	verengt ein Wide-Zeichen zu einem ein Byte breiten schmalen Zeichen, falls möglich (Funktion)
mbrlen (C95)	gibt die Anzahl der Bytes im nächsten Multibyte-Zeichen zurück, gegeben den Zustand (Funktion)
mbrtowc (C95)	konvertiert das nächste Multibyte-Zeichen in ein Wide-Zeichen, gegeben den Zustand (Funktion)
wcrtombwcrtomb_s (C95)(C11)	konvertiert ein Wide-Zeichen in seine Multibyte-Darstellung, gegeben den Zustand (Funktion)
mbsrtowcsmbsrtowcs_s (C95)(C11)	konvertiert einen schmalen Multibyte-Zeichenstring in einen Wide-String, gegeben den Zustand (Funktion)
wcsrtombswcsrtombs_s (C95)(C11)	konvertiert einen Wide-String in einen schmalen Multibyte-Zeichenstring, gegeben den Zustand (Funktion)
Definiert im Header <uchar.h>
mbrtoc8 (C23)	konvertiert ein schmales Multibyte-Zeichen in UTF-8-Kodierung (Funktion)
c8rtomb (C23)	konvertiert einen UTF-8-String in eine schmale Multibyte-Kodierung (Funktion)
mbrtoc16 (C11)	konvertiert ein schmales Multibyte-Zeichen in UTF-16-Kodierung (Funktion)
c16rtomb (C11)	konvertiert ein UTF-16-Zeichen in eine schmale Multibyte-Kodierung (Funktion)
mbrtoc32 (C11)	konvertiert ein schmales Multibyte-Zeichen in UTF-32-Kodierung (Funktion)
c32rtomb (C11)	konvertiert ein UTF-32-Zeichen in eine schmale Multibyte-Kodierung (Funktion)

Typen

Definiert im Header <uchar.h>
Definiert in Header <wchar.h>
mbstate_t (C95)	Konvertierungsinformationen, die zum Iterieren über Multibyte-Zeichenstrings benötigt werden (Klasse)
Definiert im Header <uchar.h>
char8_t (C23)	8-Bit-Zeichentyp (Typedef)
char16_t (C11)	16-Bit-Zeichentyp (Typedef)
char32_t (C11)	32-Bit-Zeichentyp (Typedef)

Makros

Definiert im Header <limits.h>
MB_LEN_MAX	maximale Anzahl von Bytes in einem Multibyte-Zeichen für jede unterstützte Locale (Makrokonstante)
Definiert im Header <stdlib.h>
MB_CUR_MAX	maximale Anzahl von Bytes in einem Multibyte-Zeichen in der aktuellen Locale (Makrovariable)

Referenzen

• C23-Standard (ISO/IEC 9899:2024)

• 7.10 Größen von Ganzzahltypen <limits.h> (S. TBD)

• 7.22 Allgemeine Dienstprogramme <stdlib.h> (S: TBD)

• 7.28 Unicode-Dienstprogramme <uchar.h> (S. TBD)

• 7.29 Erweiterte Multibyte- und Wide-Zeichen-Dienstprogramme <wchar.h> (S. TBD)

• 7.31.12 Allgemeine Dienstprogramme <stdlib.h> (S: TBD)

• 7.31.16 Erweiterte Multibyte- und Wide-Zeichen-Dienstprogramme <wchar.h> (S. TBD)

• K.3.6 Allgemeine Dienstprogramme <stdlib.h> (S. TBD)

• K.3.9 Erweiterte Multibyte- und Wide-Zeichen-Dienstprogramme <wchar.h> (S. TBD)

• C17-Standard (ISO/IEC 9899:2018)

• 7.10 Größen von Ganzzahltypen <limits.h> (S. TBD)

• 7.22 Allgemeine Dienstprogramme <stdlib.h> (S: TBD)

• 7.28 Unicode-Dienstprogramme <uchar.h> (S. TBD)

• 7.29 Erweiterte Multibyte- und Wide-Zeichen-Dienstprogramme <wchar.h> (S. TBD)

• 7.31.12 Allgemeine Dienstprogramme <stdlib.h> (S: TBD)

• 7.31.16 Erweiterte Multibyte- und Wide-Zeichen-Dienstprogramme <wchar.h> (S. TBD)

• K.3.6 Allgemeine Dienstprogramme <stdlib.h> (S. TBD)

• K.3.9 Erweiterte Multibyte- und Wide-Zeichen-Dienstprogramme <wchar.h> (S. TBD)

• C11-Standard (ISO/IEC 9899:2011)

• 7.10 Größen von Ganzzahltypen <limits.h> (S. 222)

• 7.22 Allgemeine Dienstprogramme <stdlib.h> (S. 340-360)

• 7.28 Unicode-Dienstprogramme <uchar.h> (S. 398-401)

• 7.29 Erweiterte Multibyte- und Wide-Zeichen-Dienstprogramme <wchar.h> (S. 402-446)

• 7.31.12 Allgemeine Dienstprogramme <stdlib.h> (S. 456)

• 7.31.16 Erweiterte Multibyte- und Wide-Zeichen-Dienstprogramme <wchar.h> (S. 456)

• K.3.6 Allgemeine Dienstprogramme <stdlib.h> (S. 604-614)

• K.3.9 Erweiterte Multibyte- und Wide-Zeichen-Dienstprogramme <wchar.h> (S. 627-651)

• C99-Standard (ISO/IEC 9899:1999)

• 7.10 Größen von Ganzzahltypen <limits.h> (S. 203)

• 7.20 Allgemeine Dienstprogramme <stdlib.h> (S. 306-324)

• 7.24 Erweiterte Multibyte- und Wide-Zeichen-Dienstprogramme <wchar.h> (S. 348-392)

• 7.26.10 Allgemeine Dienstprogramme <stdlib.h> (S. 402)

• 7.26.12 Erweiterte Multibyte- und Wide-Zeichen-Dienstprogramme <wchar.h> (S. 402)

• C89/C90-Standard (ISO/IEC 9899:1990)

• 4.1.4 Limits <float.h> und <limits.h>

• 4.10 ALLGEMEINE DIENSTPROGRAMME <stdlib.h>

• 4.13.7 Allgemeine Dienstprogramme <stdlib.h>

Siehe auch

C++ Dokumentation für Null-terminierte Multibyte-Strings