本地化库
本地环境设施包含字符分类和字符串校对、数值、货币及日期/时间格式化和分析,以及消息取得的国际化支持。本地环境设置控制流 I/O 、正则表达式库和 C++ 标准库的其他组件的行为。
平面类别
在字符编码间转换,包括 UTF-8、UTF-16、UTF-32
std::codecvt
template< class InternT, |
类 std::codecvt 封装字符串的转换,包括宽和多字节,从一种编码到另一种。通过 std::basic_fstream<CharT> 进行的所有 I/O 操作都使用流中感染的 std::codecvt<CharT, char, std::mbstate_t> 本地环境平面。
继承图
标准库提供以下独立(本地环境无关)特化:
定义于头文件 | |
std::codecvt<char, char, std::mbstate_t> | 恒等转换 |
std::codecvt<char16_t, char, std::mbstate_t> | 在 UTF-16 和 UTF-8 间转换 (C++11 起)(C++20 中弃用) |
std::codecvt<char16_t, char8_t, std::mbstate_t> | 在 UTF-16 和 UTF-8 间转换 (C++20 起) |
std::codecvt<char32_t, char, std::mbstate_t> | 在 UTF-32 和 UTF-8 间转换 (C++11 起)(C++20 中弃用) |
std::codecvt<char32_t, char8_t, std::mbstate_t> | 在 UTF-32 和 UTF-8 间转换 (C++20 起) |
std::codecvt<wchar_t, char, std::mbstate_t> | 在系统原生宽和单字节窄字符集间转换 |
另外, C++ 程序中构造每个的 locale 对象实现其自身的四个特化的( locale 限定)版本。
成员类型
成员类型 | 定义 |
intern_type | InternT |
extern_type | ExternT |
state_type | State |
调用 do_out
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>::out,
std::codecvt<InternT,ExternT,State>::do_out
public: result out( StateT& state, | (1) | |
protected: virtual result do_out( StateT& state, | (2) |
1) 公开成员函数,调用最终导出类的成员函数 do_out
。
2) 若此 codecvt
平面定义一个转换,则翻译来自源范围 [from, from_end)
的内部字符为外部字符,并将结果置于始于 to
的相继位置。不转换多于 from_end - from 个内部字符,不写入多于 to_end - to 个外部字符。令 from_next
和 to_next
指向最后成功转换元素的后一位置。
若此 codecvt
平面不定义转换,则不转换字符。设置 to_next
等于 to
,不更改 state
,并返回 std::codecvt_base::noconv 。
返回值
std::codecvt_base::result 类型值,按以下方式指示成功状况:
ok | 转换完成 |
partial | 输出缓冲区的中空间不足,或源缓冲的未期待结尾 |
error | 遇到无法转换的字符 |
noconv | 此平面为非转换,不写入输出 |
非转换特化 std::codecvt<char, char, std::mbstate_t> 始终返回 std::codecvt_base::noconv 。
注意
要求 from <= from_end && to <= to_end 且 state
要么表示初始迁移状态,要么以转换序列中前趋的字符获得。
尽管 codecvt
支持 N:M 转换(例如 UTF-16 到 UTF-8 ,其中可能需要二个初始字符决定输出的外部字符), std::basic_filebuf 只能使用定义 1:N codecvt
转换的平面,即它在写入文件时必须能够一次处理一个内部字符。
进行 N:M 转换时,此函数可能在消耗所有源字符后( from_next == from_end
)返回 std::codecvt_base::partial 。这表示需要其他内部字符完成转换(例如在转换 UTF-16 到 UTF-8 时,若源缓冲区中的末字符是高位代理)。
state
上的效果是有意未指定的。标准平面中,它用于维护像是调用 std::wcsrtombs 时的状态,从而被更新为反映最后被处理外部字符后的转换状态,但是用户定义平面可以自由地用它维护任何其他状态,例如计量遇到的特殊字符数。
调用示例
#include <iostream>
#include <string>
#include <locale>
int main()
{
std::locale::global(std::locale("Chinese (Simplified)_China.936"));
auto& use_facet = std::use_facet<std::codecvt<wchar_t, char, std::mbstate_t>>(std::locale());
std::wstring internal = L"ABCDEFG"; //
// 注意 wstring_convert 能做下列内容
std::mbstate_t mb{}; // 初始迁移状态
std::string external(internal.size() * use_facet.max_length(), '\0');
const wchar_t* from_next = nullptr;
char* to_next = nullptr;
use_facet.out(mb, &internal[0], &internal[internal.size()], from_next,
&external[0], &external[external.size()], to_next);
// 为简洁起见跳过错误检查
external.resize(to_next - &external[0]);
std::cout << "The string in narrow multibyte encoding: " << external << '\n';
}
输出
The string in narrow multibyte encoding: ABCDEFG