Null-terminated multibyte strings

Une chaîne multioctets terminée par un caractère nul (NTMBS), ou « chaîne multioctets », est une séquence d'octets non nuls suivie d'un octet de valeur zéro (le caractère nul de terminaison).

Chaque caractère stocké dans la chaîne peut occuper plus d'un octet. L'encodage utilisé pour représenter les caractères dans une chaîne de caractères multioctets est spécifique à la locale : il peut s'agir d'UTF-8, GB18030, EUC-JP, Shift-JIS, etc. Par exemple, le tableau de caractères { ' \xe4 ' , ' \xbd ' , ' \xa0 ' , ' \xe5 ' , ' \xa5 ' , ' \xbd ' , ' \0 ' } est un NTMBS contenant la chaîne "你好" en encodage multioctet UTF-8 : les trois premiers octets encodent le caractère 你, les trois octets suivants encodent le caractère 好. La même chaîne encodée en GB18030 est le tableau de caractères { ' \xc4 ' , ' \xe3 ' , ' \xba ' , ' \xc3 ' , ' \0 ' } , où chacun des deux caractères est encodé comme une séquence de deux octets.

Dans certains encodages multioctets, toute séquence de caractères multioctets donnée peut représenter différents caractères selon les séquences d'octets précédentes, connues sous le nom de "séquences de changement". De tels encodages sont dits dépendants de l'état : la connaissance de l'état de changement actuel est nécessaire pour interpréter chaque caractère. Un NTMBS n'est valide que s'il commence et se termine dans l'état de changement initial : si une séquence de changement a été utilisée, la séquence de retour correspondante doit être présente avant le caractère nul de terminaison. Des exemples de tels encodages sont BOCU-1 et SCSU .

Une chaîne de caractères multioctets est compatible en mémoire avec une chaîne d'octets terminée par un caractère nul (NTBS), c'est-à-dire qu'elle peut être stockée, copiée et examinée en utilisant les mêmes mécanismes, à l'exception du calcul du nombre de caractères. Si les paramètres régionaux corrects sont en vigueur, les fonctions d'E/S gèrent également les chaînes multioctets. Les chaînes multioctets peuvent être converties vers et depuis les chaînes larges en utilisant les fonctions de conversion dépendantes des paramètres régionaux suivantes :

Table des matières 1 Fonctions 1.1 Conversions multioctets/caractères larges 2 Types 3 Macros 4 Références 5 Voir aussi

Fonctions

Conversions de caractères multioctets/étendus
Défini dans l'en-tête <stdlib.h>
mblen	retourne le nombre d'octets dans le prochain caractère multioctet (fonction)
mbtowc	convertit le caractère multioctet suivant en caractère large (fonction)
wctomb wctomb_s (C11)	convertit un caractère large en sa représentation multioctet (fonction)
mbstowcs mbstowcs_s (C11)	convertit une chaîne de caractères multioctets en chaîne large (fonction)
wcstombs wcstombs_s (C11)	convertit une chaîne large en chaîne de caractères multioctets étroite (fonction)
Défini dans l'en-tête <wchar.h>
mbsinit (C95)	vérifie si l'objet mbstate_t représente l'état de décalage initial (fonction)
btowc (C95)	élargit un caractère étroit d'un octet en caractère large, si possible (fonction)
wctob (C95)	rétrécit un caractère large en un caractère étroit sur un seul octet, si possible (fonction)
mbrlen (C95)	retourne le nombre d'octets dans le prochain caractère multioctet, en fonction de l'état (fonction)
mbrtowc (C95)	convertit le caractère multioctet suivant en caractère large, en fonction de l'état (fonction)
wcrtomb wcrtomb_s (C95) (C11)	convertit un caractère large en sa représentation multioctet, selon l'état (fonction)
mbsrtowcs mbsrtowcs_s (C95) (C11)	convertit une chaîne de caractères multioctets étroite en chaîne large, avec état donné (fonction)
wcsrtombs wcsrtombs_s (C95) (C11)	convertit une chaîne large en chaîne de caractères multioctets étroite, avec état donné (fonction)
Défini dans l'en-tête <uchar.h>
mbrtoc8 (C23)	convertit un caractère multioctet étroit en encodage UTF-8 (fonction)
c8rtomb (C23)	convertit une chaîne UTF-8 en encodage multioctet étroit (fonction)
mbrtoc16 (C11)	convertit un caractère multioctet étroit en encodage UTF-16 (fonction)
c16rtomb (C11)	convertit un caractère UTF-16 en encodage multioctet étroit (fonction)
mbrtoc32 (C11)	convertit un caractère multioctet étroit en encodage UTF-32 (fonction)
c32rtomb (C11)	convertit un caractère UTF-32 en encodage multioctet étroit (fonction)

Types

Défini dans l'en-tête <uchar.h>
Défini dans l'en-tête <wchar.h>
mbstate_t (C95)	informations d'état de conversion nécessaires pour itérer sur les chaînes de caractères multioctets (classe)
Défini dans l'en-tête <uchar.h>
char8_t (C23)	type de caractère 8 bits (typedef)
char16_t (C11)	type de caractère 16 bits (typedef)
char32_t (C11)	type de caractère 32 bits (typedef)

Macros

Défini dans l'en-tête <limits.h>
MB_LEN_MAX	nombre maximum d'octets dans un caractère multioctet, pour toute locale prise en charge (constante macro)
Défini dans l'en-tête <stdlib.h>
MB_CUR_MAX	nombre maximum d'octets dans un caractère multioctet, dans la locale actuelle (variable macro)

Références

Voir aussi

Documentation C++ pour Chaînes multioctets terminées par un caractère nul