Null-terminated multibyte strings

Une chaîne multi-octets terminée par NUL (« NUL terminated multi-byte string », ou NTMBS), ou simplement « chaîne multi-octets », est une séquence d'octets non nuls suivi par un octet de valeur zéro (le caractère NUL final).

Chaque caractère stocké dans la chaîne peut occuper plus d'un octet. Le codage utilisé pour représenter les caractères dans une chaîne de caractères multi-octets est spécifique aux paramètres régionaux : il peut être 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 UTF-8 multi-octets : les trois premiers octets codent le caractère « 你 », les trois octets suivants encodent le caractère « 好 ». La même chaîne codée en GB18030 est le tableau de caractères {'\xc4', '\xe3', '\xba', '\xc3', '\0'}, où chacun des deux caractères est codé en tant que séquence de deux octets.

Dans certains encodages multi-octets, une séquence de caractères multi-octets donnée peut représenter des caractères différents selon la séquence d'octets précédents, appelée « séquence de décalage ». Ce type d'encodage est connu comme dépendant de l'état : la connaissance de l'état de décalage courant est nécessaire pour interpréter chaque caractère. Une NTMBS n'est alors valide que si elle commence et se termine dans l'état initial : si une séquence de décalage a été utilisée, la séquence de décalage inverse correspondante doit être présente avant le caractère nul final. Des exemples de ces codages sont les JIS 7-bits, BOCU-1 et SCSU.

Une chaîne de caractères multi-octets est compatible avec la disposition chaîne d'octets terminée par NULL (NTBS), c'est-à-dire peut être stockée, copiée, et manpulée en utilisant les mêmes opérations, sauf pour le calcul du nombre de caractères. Si les paramètres régionaux corrects sont en vigueur, les fonctions d'entrée/sortie gèrent les chaînes multi-octets. Les chaînes multi-octets peuvent être converties en des chaînes étendues à l'aide des fonctions membres, std::codecvt, std::wstring_convert, ou les fonctions suivantes de conversion dépendant des paramètres régionaux :

[modifier] Multi-octets / conversions de caractères larges

[modifier] Types

[modifier] Macros