什么是std::mbstate_t？

Question

我正在创建一个自定义的语言环境，通过继承 std::codecvt 实现。大多数要实现的方法都很直接，除了这个 std::mbstate_t。在我的编译器 vs2010 中，它被声明为一个 int。但是，谷歌告诉我它是一个 POD 类型，有时是联合体（我不知道是哪些）或者结构体（同样我也找不到）。据我所知，std::mbstate_t 是部分转换的占位符。而且，当 std::codecvt::on_out() 需要更多空间来写输出时，我认为它会发挥作用，这反过来又会调用 std::codecvt::do_unshift()。如果我的假设有误，请纠正我。

我已经阅读了关于存储指针的另一篇文章，但该文章没有足够的答案。我也阅读了这个例子，它假设它是一个32位类型，尽管标准规定int不少于16位。

我的问题是：我可以安全地在std::mbstate_t中存储什么？我可以安全地将其替换为另一种类型吗？上面的文章建议替换它，但下面的评论则表示相反。

- Twifty

Answer 1

如果你想认真地处理这些问题，我认为与此相关的书籍是Langer和Kreft的C++IOStreams和Locales。 现在回到你的问题上，在正常情况下，mbstate_t用于保存转换的状态。 通常，您会将此存储在转换facet中，但由于facets是不可变的，因此您需要在外部进行存储。 在实践中，当您需要多个字节序列来确定相应字符时，这种情况就会发生，例如Linux manpage中的mbsinit()给出了ISO-2022和UTF-7作为此类编码的示例。 请注意，这不会影响UTF-8，其中单个Unicode代码点始终由一系列字节编码，并且不会在其之前或之后影响结果。 这也没有处理UTF-8的部分序列，do_in()返回partial。

现在，您可以在mbstate_t中存储什么？ 由于实际类型未定义并且操作它的函数数量非常有限，因此起初您无法对其进行任何操作。 然而，其他任何东西都不会对该状态进行任何操作，因此您可以对其进行一些丑陋的黑客操作。 这可能需要根据标准库进行一些#ifdef，但然后您可以简单地（滥用）它是POD（int和union也是POD）的事实来存储几乎任何类型的POD，只要它不大于mbstate_t。 这不会使您赢得美丽奖，代码也不会自动在任何系统上工作，但我认为在这种情况下是不可避免的，并且移植工作也很有限。

最后，您可以替换它吗？ 该类型是std :: char_traits的一部分，而std :: char_traits又影响所有字符串和流，因此您需要在整个程序中替换它们或进行转换。 此外，如果现在创建一个新的char_traits类，则仍然无法轻松地实例化例如basic_string，因为没有保证通用的basic_string模板甚至存在，只需要存在两个特殊化的char和wchar_t（以及一些更多的C++11）。 流也是如此。 简而言之，不能替换mbstate_t。

- Ulrich Eckhardt