C++のstd::mbrtowc()関数を解説！マルチバイト文字をワイド文字に変換する方法と実例

この記事では、C++ STLにおけるstd::mbrtowc()関数の仕組み、構文、そして具体的な使用例について詳しく解説します。

std::mbrtowc()とは？

std::mbrtowc()は、C++標準ライブラリ（STL）に組み込まれている関数で、<cwchar>ヘッダーファイル内で定義されています。関数名の「mbrtowc」は「multibyte to wide character」を意味しており、その名の通り、ナローマルチバイト文字列をワイド文字へ変換する役割を担います。つまり、マルチバイトエンコーディングで表現された1文字を、ワイド文字（wchar_t）の形式に変換するために使用されます。

構文

size_t mbrtowc( wchar_t* pwc, char* str, size_t n, mbstate_t* ps);

パラメータ

この関数は以下の引数を受け取ります。

• pwc − 変換結果（ワイド文字）を格納する出力先へのポインタです。
• str − 入力として使用されるマルチバイト文字列へのポインタです。
• n − チェック対象となるバイト数です。
• ps − マルチバイト文字列を解釈する際に用いられる変換状態オブジェクト（mbstate_t）へのポインタです。

戻り値

この関数の戻り値は、以下の条件に応じて異なります。

• 0 − 変換対象の文字がNULL文字（終端文字）だった場合に返されます。
• 1〜n − 文字列*strから正常に変換されたマルチバイト文字のバイト数を返します。
• -2 − 次のnバイトでは文字が不完全だが、そこまでの部分は有効なマルチバイト文字である場合に返されます。
• -1 − エンコーディングエラーが発生した場合に返されます。この際、*pwcには何も書き込まれません。

使用例1：UTF-8文字列の変換

まず、基本的な使用例を見てみましょう。UTF-8でエンコードされた複数の文字を含む文字列を順次変換しています。

#include <bits/stdc++.h>
using namespace std;
void print_(const char* ch){
    mbstate_t temp = mbstate_t();
    int cal = strlen(ch);
    const char* i = ch + cal;
    int total;
    wchar_t con;
    while ((total = mbrtowc(&con, ch, i - ch, &temp)) > 0){
        wcout << "Next " << total <<" bytes are the character " << con << '\n';
        ch += total;
    }
}
int main(){
    setlocale(LC_ALL, "en_US.utf8");
    const char* len = u8"z\u00df\u6c34";
    print_(len);
}

出力結果

Next 1 bytes are the character z
Next 2 bytes are the character ß
Next 3 bytes are the character 水

この例では、半角英字「z」（1バイト）、ドイツ語の特殊文字「ß」（2バイト）、漢字「水」（3バイト）がそれぞれ正しく変換されていることがわかります。このように、mbrtowc()は文字ごとのバイト数を自動的に判別して処理します。

使用例2：数学記号を含む文字列の変換

次に、数学記号を含む文字列を変換する例を紹介します。

#include <bits/stdc++.h>
using namespace std;
void print_(const char* ch){
    mbstate_t temp = mbstate_t();
    int cal = strlen(ch);
    const char* i = ch + cal;
    int total;
    wchar_t con;
    while ((total = mbrtowc(&con, ch, i - ch, &temp)) > 0){
        wcout << "Next " << total <<" bytes are the character " << con << '\n';
        ch += total;
    }
}
int main(){
    setlocale(LC_ALL, "en_US.utf8");
    const char* len = u8"\xE2\x88\x83y\xE2\x88\x80x\xC2";
    print_(len);
}

出力結果

Next 3 bytes are the character ∃
Next 1 bytes are the character y
Next 3 bytes are the character ∀
Next 1 bytes are the character x

この例では、存在記号「∃」（3バイト）や全称記号「∀」（3バイト）といったマルチバイトの数学記号と、通常のASCII文字が混在した文字列を処理しています。各文字に必要なバイト数が異なるにもかかわらず、mbrtowc()が状態オブジェクトを管理しながら正確に変換を行っていることが確認できます。

まとめ

std::mbrtowc()関数は、マルチバイト文字をワイド文字に変換するための強力なツールです。国際化対応アプリケーションの開発において、UTF-8など可変長エンコーディングの文字列を扱う際には欠かせない関数と言えるでしょう。戻り値の意味を正しく理解し、エラーケース（-1や-2の返却時）にも適切に対処することで、堅牢な文字列処理を実装できます。