Andere Einflüsse kommen aber z.B. auch aus Japan, die bei der Mitarbeit am C-Standard deutlich gemacht haben, daß dies aus ihrer Sicht der letzte Sprachstandard ist, der nicht alle gesprochenen Sprachen unterstützt.
Der erste Schritt (der selbst heute noch nicht in vielen Systemen durchgängig eingehalten wird) zu einer besseren nationalen Anpaßbarkeit war der Übergang zu einem 8-Bit-Zeichensatz. Ältere Programme haben bisweilen vorausgesetzt, daß innerhalb der Bytes nur sieben Bit relevant für ein Zeichen sind, und haben das achte Bit für eigene Hilfsfunktionen benutzt.
Die neuen Programme bezeichnete man als "8 Bit clean" (sauber in Bezug auf 8 Bits). Das allein genügt aber nicht, um Programme ohne Neuübersetzung auf verschiedene Länder einstellbar zu machen. Die Internationalisierung muß darüber hinaus Zahlenangaben, Zeichensätze, Tastaturlayouts, Bildschirmdarstellungen, Zeitangaben, Ersatzdarstellungen und weiteres mehr berücksichtigen. Dies ist sicher keine leichte Aufgabe und es wird noch Jahre dauern, bis sich diese Fähigkeiten in den meisten Compilern und Betriebssystemen finden.
In den Standard wurden Optionen aufgenommen, die der Internationalisierung dienen. Unter DOS sind es tatsächlich nur Optionen, da bis heute kaum Compiler existieren, die die Internationalisierung implementiert haben. In der UNIX-Welt kann man Compiler mit Internationalisierung am Gütesiegel XPG3 (X/OPEN Portability Guide Version 3) erkennen.
Im Standard heißen Gebiete mit Abweichungen vom US-amerikanischen Kulturkreis "Schauplätze" (locale). Besonderheiten gibt es für den verwendeten Zeichensatz, bei Zahlen und bei den Formatregeln für Zeit- und Währungsdarstellungen. In einigen Implementierungen werden auch Angaben für Ja/Nein Entscheidungen abhängig vom Schauplatz beschrieben. Weiter werden Textkataloge eingeführt. Internationalisierte Programme geben alle Textausgaben aus Katalogen aus, sodaß eine Anpassung durch Änderungen von Textdateien möglich ist.
#include <locale.h>
char * setlocale (int Kategorie, const char
* Schauplatz);
struct lconv * localeconv (void);
Mit setlocale() kann man für ein bestimmtes Gebiet alle oder gezielte Einstellungen setzen oder die momentane Einstellung abfragen. Oft wird aber nur eine einzige Einstellung unterstützt: "C". Mit "C" ist die absolut notwendige Voreinstellung für C-Programme gemeint. Diese Einstellung entspricht natürlich der US-amerikanischen Umgebung.
Als Schauplatz sind zwei Namen immer gültig: "C" und "". Der "C"-Schauplatz sagt, daß sich die Funktionen, die von einem gesetzten Schauplatz abhängig sind, genauso wie bisher verhalten. Ein leerer Text als Schauplatz gibt an, daß die Einstellung so gut als möglich vorgenommen werden sollte. Zumeist werden dann die gesetzten Umgebungsvariablen berücksichtigt (z. B. LANG=de).
Haüfig ist eine Einstellung von "C" mit "" identisch.
Es gibt fünf Kategorien, die einstellbar sein sollten:
LC_ALL Alle Anpassungen übernehmen
LC_COLLATE für strcoll() /strxfrm()
LC_CTYPE für is... (ohne isdigit()/isxdigit())
LC_MONETARY für localeconv()
LC_NUMERIC für printf()/scanf() und
str...()
LC_TIME für strftime()
Jede dieser Kategorien kann für einen Schauplatz (locale) getrennt gesetzt werden. Die Namen der Schauplätze werden nach einem festgelegten Schema aus einer Kennung für die Sprache, dem Ländercode und dem verwendeten Zeichencode aufgebaut. Eine mögliche Variante kann noch angegeben werden, um spezielle Unterscheidungen zusätzlich vorzunehmen. Ein Beispiel wäre eine unterschiedliche Sortierfolge (so unterscheiden sich z. B. Duden und Telefonbücher in der Sortierfolge).
Sprache[_Land[.Code]][@Variante]
In Deutschland und Österreich wäre eine typische Angabe für den erweiterten IBM-Zeichensatz der PC's:
de_DE.437
Beispiele für Sprachen:
da, de, en, es, fr, it, no, ru, sv
Dahinter verbergen sich: dänisch, deutsch, englisch, spanisch, französisch, italienisch, norwegisch, russisch und schwedisch.
Als Ländercodes gibt es:
DK, CH, DE, UK, US, ES, CA, CH, FR, IT, NO, RU, SE
Die Abkürzungen sind leicht entschlüsselbar, wenn man als Besonderheit weiß, daß CA für Canada steht.
Unter UNIX ist weltweit ein ganz anderer Zeichensatz verbreitet: der ISO 8859-1 (auch ISO Latin 1 oder Western genannt). Dieser Zeichensatz, der durch die Internationale Standard Organisation festgelegt wurde, umfaßt alle westeuropäischen und amerikanischen Zeichen. Außerdem ist er der Standard-Zeichensatz für das WWW. In weiteren Varianten gibt es diesen Zeichensatz auch für osteuropäische Sprachen sowie für Russisch und Griechisch. Die beiden letzteren definieren jeweils zusätzlich eine englische Darstellung.
Mit setlocale() erfolgt die Einstellung. Als Beispiel kann die übliche Voreinstellung dienen. Vor dem Aufruf der main()-Funktion wird häufig die Funktion
setlocale (LC_ALL,"C");
automatisch aufgerufen, um die Grundeinstellungen zu machen. setlocale() liefert als Ergebnis einen Zeiger auf den Namen der Umgebung zurück oder aber NULL. Bei dem geschilderten Aufruf würde ein Zeiger auf den Text "C" zurückgegeben. Dieser Aufruf muß immer funktionieren, da er das Minimum des Standards beinhaltet.
printf ("\nEingestellt wurde: %s\n",setlocale (LC_ALL,NULL));
Die Abfrage für eine spezielle Kategorie ist natürlich ebenfalls möglich.
Im folgenden werden die einzelnen Anpassungen nacheinander besprochen. Beachten Sie aber, daß nur wenige Compiler mit ihren Entwicklungsumgebungen das alles schon fertig implementiert haben. Sollte der Compiler, den Sie momentan benutzen, dies nicht können, dann wird Ihnen die Besprechung zumindest einen Hinweis auf mögliche Entwicklungen geben.
Vielleicht fragen Sie auch beim Hersteller des Compilers nach, wann er sich den Spielrehgeln von XPG3 anschließt.
Beginnen wir mit der häufigsten Anwendung, den is...()-Funktionen.
Im Bild 1 gibt das Programm typen1.c für alle möglichen Zeichen den Inhalt der Bwertungstabelle aus. Durch eine Reihe von "if"-Abfragen gibt das Programm zusätzlich eine lesbare Interpretation des Bitmusters aus.
Bild 9-1: Bewertung von Zeichen
Unterstützt die Entwicklungsumgebung einen deutschen Zeichensatz, dann reagieren auch die is...() Makros und Funktionen korrekt. Für den Fall, daß das noch nicht vorhanden ist, kann man sich möglicherweise behelfen. Einen solchen "workaround" (Umgehung eines Problems) zeigen die beiden folgenden Programme.
Sollen die Standardfunktionen auch für die deutschen Zeichen funktionieren, dann braucht man nur in der Tabelle an den entsprechenden Stellen die Klassifizierungsbits zu setzen. Dies wird im Programm typen2.c im Bild 2 gemacht.
Die Konstante CHAR_MAX aus limits.h gibt an, wieviele Zeichen im Zeichensatz benutzt werden. In einer reinen Implementierung für die "C"-Umgebung ist CHAR_MAX gleich 127. In vielen DOS-Implementierung kann CHAR_MAX auch 255 sein. Wenn man sich die Datei limits.h ansieht, dann findet man u. U. eine weitere Unterscheidung. Wird im Compiler eine char-Variable normalerweise mit Vorzeichen verwendet (signed char), dann ist der Zeichenbereich kleiner, als wenn die char-Variablen ohne Vorzeichen verwendet werden (unsigned char).
Die Unterscheidung ob char mit oder ohne Vorzeichen dargestellt wird, kann bei TurboC im Optionenmenü beim Compiler eingestellt werden. Um deutsche Zeichen sauber zu verarbeiten, ist die Einstellung ohne Vorzeichen vorzuziehen.
Für den Fall, daß ein Compiler den ANSI-Standard im Bereich der Schauplätze auf das unbedingte Minimum beschränkt (also "C"), kann der Programmierer möglicherweise die deutschen Umlaute in die vorhandene Vergleichstabelle selber eintragen. Voraussetzung ist aber, das CHAR_MAX den 8-Bit-Bereich angibt (255) (siehe Optionenmenü oder beim Aufruf).
Bild 9-2: Setzen der deutschen Umlaute
Läßt man das Programm im Bild 2 ablaufen, sieht mam möglicherweise zwar die Meldung, daß ein großer oder kleiner Buchstabe existiert, aber trotzdem nicht die Anzeige des Zeichens, da isprint() mit den zusätzlichen Einträgen nicht umgehen kann.
Bild 9-3: Ersetzen von Makros für Umlaute
Bei einer Implementierung, die sich exakt an den ANSI-Standard hält, würden die zusätzlich gesetzten Bits ausrreichen, um alle Testmakros is...() korrekt umzustellen.
Als Abhilfe bietet sich an, extra Bits für Sonderfälle zu definieren, etwa für "druckbar". Eine andere Möglichkeit bieten selbstgeschriebene Makros. Im Bild 3 wurden zwei Makros gelöscht, die in der ctype.h definiert waren, und durch eigene ersetzt.
Die beiden Makros isprint() und isgraph() unterscheiden sich nur in der Handhabung des Leerzeichens. Wenn also ein Zeichen ein Großbuchstabe, ein Kleinbuchstabe, eine Ziffer oder ein Trennzeichen ist, dann ist es auch ein graphisch darstellbares Zeichen. Und wenn es entweder ein graphisch darstellbares Zeichen oder die Leertaste ist, dann haben wir ein druckbares Zeichen vor uns.
Bei der Implementierung ist Vorsicht geboten. Das Zeichen sollte immer in Klammern stehen und die Teilausdrücke auch, um Probleme bei berechneten Zeichen zu vermeiden. Es ist bei unsauber geschriebenen Makros bisweilen problematisch, anstelle von 'u' z. B. ein "'u' +1" anzugeben. Klammern helfen hier.
Vielleicht fällt dem Leser auf, daß beim Zugriff auf die Klassifizierungstabelle mit 257 Einträgen eine Eins auf das Zeichen addiert wird. Die Tabelle soll oft neben den eigentlichen Zeichen auch EOF umfassen, das meist mit (-1) dargestellt wird. Mit der Addition kann EOF als erstes Element bewertet werden.
Trotz der neuen Makros bleibt das Problem der Funktionen is...() ungelöst. Auch wenn Makros definiert wurden, muß es immer auch eine Implementierung als Funktion geben, da es erlaubt ist, auf einen definierten Namen den Adreßoperator anzuwenden oder bei der Verwendung explizit die Funktion auszuwählen.
Als vollständige Lösung müßte man dann eine eigene Bibliothek mit allen Bewertungsfunktionen selbst schreiben und beim Linken stets vor der Standardbibliothek aufrufen. Hat der Linker einen Namen bereits gefunden, wird er ihn in einer weiteren Bibliothek nicht mehr suchen. So gelten die zuerst gefundenen, selbst geschriebenen Funktionen.
Zusätzlich müßte man die Informationsdateien zu dem mit setlocale() gesetzten Schauplatz auswerten. (../meinLocale/LC_CTYPE)
In unserem Fall wollen wir es mit den beiden neuen Makros bewenden lassen.
Um solche Vergleichsreihenfolgen zu setzen, kann (oder könnte) man wieder setlocale() benutzen und als Kategorie LC_COLLATE verwenden (oder LC_ALL).
#include <string.h>
int strcoll(char *text1, char *text2);
int strxfrm (char *puffer, const char *text,
int max)
Als neue Vergleichsfunktion wurde im Standard strcoll() definiert, die eine möglicherweise mit LC_COLLATE gesetzte Vergleichsreihenfolge berücksichtigt.
Das Ergebnis ist wie bei anderen Vergleichsfunktionen größer, gleich oder kleiner als null, entsprechend der ähnlichen Vergleichsfunktion strcmp().
Da die Vergleichsinformation nun nicht mehr auf dem absoluten (ASCII-) Code des Zeichens beruht, sondern aus einer Vergleichstabelle gewonnen werden muß, benötigen solche ortsabhängigen Vergleiche einen etwas größeren Verarbeitungsaufwand. Man hat daher zusätzlich eine Transformationsfunktion definiert, die einen ortsabhängigen Text in einen ortsunabhängigen Text umsetzt.
Auf transformierte Texte können dann die schon bisher üblichen Vergleichsfunktionen angewendet werden. Die Idee ist, das bei mehreren Vergleichen des jeweiligen Textes damit eine Zeitersparnis verbunden ist.
Bild 9-4: Internationale Vergleichsfunktion
Als Rückgabewert liefert die Transformationsfunktion die Nettolänge des erzeugten Textes (ohne abschließende '\0').
Die beiden Beispiele zu den lokalen Texten sind etwas formalistisch geraten, da dem Autor kein Compiler zur Verfügung stand, der diese Funktionen korrekt unterstützte.
Besonders interessant dürften diese Funktionen für Multi-Byte Zeichensätze sein.
Bild 9-5: Transformation lokaler Texte
Die Grundlage für eine ortsübliche Darstellung von Zahlen bildet die Struktur lconv, die in locale.h definiert wird. Der Inhalt dieser globalen Struktur wird mit setlocale() festgelegt, der Ort der Struktur (also deren Adresse) kann mit localeconv() ermittelt werden.
Bild 9-6: Aufbau der Konvertierungsstruktur
Die Einträge in der Struktur sind entweder Zeiger auf Zeichen oder char-Variablen mit Codes. Die Zeiger verweisen auf Texte, die Codes geben Entscheidungen an. Die Texte (mit Ausnahme des Dezimalpunktes) dürfen leer sein, wenn sie in der gewählten Umgebung nicht vorhanden sind. Die Codes sind positiv und können den Wert für CHAR_MAX annehmen, falls sie in der gewählten Umgebung nicht unterstützt werden.
Da der Wert für CHAR_MAX u. U. veränderlich ist (char mit oder ohne Vorzeichen), sollte man bei Überprüfungen auf CHAR_MAX vorsichtig sein.
Bild 9-7: Ausgabe der lokalen Zahleinstellungen
Die Einstellung in der vorgegebenen C-Umgebung sind leere Texte mit der Ausnahme, daß der Zeiger des Dezimalpunktes auf einen Text zeigt, der nur aus einem einzelnen "." besteht. Alle Angaben in den char-Variablen sind auf CHAR_MAX gesetzt, um anzuzeigen, daß sie nicht verwendet werden.
Der Programmierer kann die gewünschten Informationen aus der Struktur lesen und seine Ausgaben oder Eingaben danach ausrichten. Eine Ein- oder Ausgabefunktion für Währungen besteht allerdings nicht.
Die üblichen Ein- und Ausgabefunktionen, wie fprintf() oder fscanf() sollten aber die numerischen Vereinbarungen berücksichtigen. Im Bild 8 wurde der Versuch gemacht, den Dezimalpunkt für die Ausgabe mit printf() auf das bei uns übliche Komma zu setzen. Wohlgemerkt ist dies nur ein Versuch. Die richtigen Werte sollten in der Informationsdatei LC_NUMERIC im richtigen Verzeichnis für den gewählten Schauplatz stehen. Die Strukturvariable sollte aus Sicht eines Programms als konstant angesehen werden.
Bild 9-8: Versuch einer Dezimalpunkteinstellung
size_t strftime(char *puf,int lae,char *format,struct tm *t);
Angepaßt wird hier die Ausgabe der Namen für Tage und Monate. Ähnlich wie bei fprintf() gibt es eine Reihe von Formatelementen, die mit einem "%"-Zeichen eingeleitet werden.
Bild 9-9: Anzeigen der lokalen Zeit
Im Beispiel wurden einige Spezialitäten von TurboC verwendet, um die hier notwendige Vorbesetzung der globalen Variablen timezone, daylight und tzname zu erreichen. Alle drei Variablen sind nicht Teil des ANSI-Standards. Sie werden aber hier benötigt. timezone und tzname finden sich auch unter UNIX. Die Angabe, die hier daylight beinhaltet (Sommerzeit ja/nein), ist auch in der Struktur tm enthalten, die von localtime() geliefert wird.
Um den Aufbau der Kataloge möglichst flexibel gestalten zu können, hat man in XPG3 (aber nicht in ANSI-C) eigene Funktionen definiert.
#include <nl_types.h>
nl_catd catopen (char * name, int oflag);
char * catgets (nl_catd, int set_id, int
msg_id, char *def);
int catclose (nl_catd catd);
Die Namen sind, zumindest im Englischen, selbsterklärend. Die benötigte Informationsdatei ist nl_types.h. Vermutlich steht nl dabei für national "languages" (nationale Sprachen). In dieser Datei wird der Datentyp nl_catd definiert sowie die Zugriffsfunktionen auf Kataloge deklariert.
Die Eröffnungsfunktion sucht den gewünschten Katalog und liefert bei Erfolg einen Descriptor für den Katalog. Falls der Name keinen "/" besitzt, sucht die Funktion die Datei in einem Verzeichnis, das durch die Umgebungsvariable NLSPATH definiert wird oder in einem Standardverzeichnis, das die jeweilige Implementierung vorgibt.
Der zweite Parameter wird zur Zeit noch nicht benutzt und sollte immer den Wert "0" haben, um künftige Erweiterungen nicht zu behindern.
Sollte ein Fehler auftreten, wird "-1" zurückgegeben und die zugehörige Fehlernummer in errno gesetzt.
Der zurückgelieferte Descriptor kann in nachfolgenden Aufrufen von den weiteren Funktionen catgets() und catclose() verwendet werden.
Will man eine Meldung aus einem Katalog entnehmen, verwendet man catgets() (catalogue get string / Text aus Katralog holen). Die vier Parameter geben den gewünschten Katalog, den Abschnitt im Katalog, die Textnummer im Abschnitt sowie einen Standardtext an, falls der eigentliche Eintrag nicht gefunden wird.
Da zumindest immer der vorgegebene Standardtext gefunden werden kann, tritt hier kein Fehler auf.
Die letzte Funktion catclose() schließt einen Textkatalog wieder. Bei Erfolg ist das Ergebnis 0.
Die Vorgehensweise und den Aufbau eines Textkataloges kann man wieder am klassischen C-Beispiel, "Hello World", zeigen.
Bild 9-10: Hello World - internationalisiert
Der Aufbau des zugehörigen Kataloges, der unter dem Namen "Hello" im Standardverzeichnis des Systems erwartet wird, sieht wie folgt aus:
$set 1
1 hello, world
Mit $set wird ein Abschnitt eingeleitet, und die eigentliche Meldung erhält zu Verwaltungszwecken eine Nummer, die aber nicht mit ausgelesen wird. Hier ist der Text "hello, world" im Set 1 unter der Meldungsnummer 1 zu finden. Diese Textdateien werden noch mit Hilfe eines Dienstprogramms gencat (generiere Katalog) in eine Form gebracht, auf die schneller zugegriffen werden kann.
Vielleicht vermissen Sie im vorhergegangenen Beispiel die Zeilennummern. Da leider keine vollständige X/OPEN-Implementierung zur Verfügung stand, wurde das Beispiel nicht übersetzt.
Die Beschreibungsdatei für Ja/Nein-Antworten ist ein einfaches Beispiel für den Aufbau der verwendeten Steuerdateien.
Eine Steuerdatei kann Kommentarzeilen enthalten, die mit "#" beginnen. Am Anfang steht eine Kennung. Sie besteht aus dem Namen der Kategorie, die auch gleichzeitig der Name der Datei ist.
Bild 9-11: Aufbau einer Definitionsdatei
Für die gesuchte Information wurden Schlüsselworte vereinbart. Hier sind die Schlüsselworte yesexpr und noexpr (Ausdruck für Ja oder Nein). Der mögliche Eingabetext wird durch einen regulären Ausdruck beschrieben. Mit regulären Ausdrücken lassen sich Texte beschreiben. Der einfachste RE (für: regular expression) ist ein simples Wort. Kompliziertere Ausdrücke umfassen Metazeichen ("*" oder "?"), die von der Kommandozeile her schon bekannt sind.
Bei weiterem Interesse an den regulären Ausdrücken kann man die Beschreibung des UNIX-Editors ed empfehlen.
Die in der Beispieldatei angegebene Ja-Antwort bedeutet: Akzeptiere als Antwort einen Text, der am Anfang ("^") ein Zeichen aus einer Menge ("[Yy]") erwartet, danach ein beliebiges Zeichen hat (".") und beliebig viele weitere ("*"). Das "*" umfaßt dabei auch die leere Menge. Es kann auch für kein Zeichen stehen.
Wurde LC_ALL definiert, erhält sie die höchste Priorität, unabhängig von möglichen abweichenden Einstellungen (LC_ALL=de_DE.437).
Am Anfang eines XPG3-Programms steht eine Makrodefinition:
#define _XOPEN_SOURCE
Für den Fall, daß der Programmierer auch auf die Einhaltung einer standardisierten Betriebssystemschnittstelle achten möchte, sollte ein zweites Makro folgen.
#define _POSIX_SOURCE
Der Standard legt dazu mehrere Funktionen und einen Datentyp fest. Der Datentyp ist wchar_t. Dieser Datentyp ist ganzzahlig und so groß, daß er den größtmöglichen Zeichensatz aller unterstützten Schauplätze aufnehmen kann. Bedingung dabei ist, daß zumindest der ANSI-C-Zeichensatz kodiert werden kann und das Null-Zeichen als Endekennung eines Textes. Dieses Endezeichen soll auch hier einen numerischen Wert von 0 haben.
#include <limits.h>
MB_LEN_MAX
#include <stdlib.h>
MB_CUR_MAX
int mblen (const char *, size_t n);
int mbtowc (wchar_t *pwc, const char *s,
size_t n);
int wctomb (char *s, wchar_t wchar);
size_t mbstowcs (wchar_t *pwcs, const char
*s, size_t n);
size_t wcstombs (char *s, const wchar_t *pwcs,
size_t n);
Die Funktionen zur Handhabung von asiatischen Zeichensätzen sind in der stdlib.h beschrieben. Da ihre Anwendung im deutschsprachigen Raum eher unüblich ist, soll die Diskussion kurz gehalten werden.
Eine Zeichenkonstante aus einem erweiterten Zeichensatz mit durch eine vorangestelltes "L" definiert.
Für erweiterte Zeichen soll eine Ersatzdarstellung bestehend aus mehreren Bytes definiert werden. Setzt man mit setlocale() einen Schauplatz, dann gibt das Makro MB_CUR_MAX die maximale Anzahl von Bytes in einer Ersatzdarstellung für diesen Zeichensatz an. Die überhaupt mögliche Länge wird durch das Makro MB_LEN_MAX aus limits.h beschrieben.
Die Ersatzdarstellung wird Multibyte-Darstellung genannt, die Codedarstellung wide char (erweitertes Zeichen).
Die Darstellung eines erweiterten Zeichens kann über den Code sowie einen Zustand erfolgen. Ähnlich einer Umschaltung zwischen Groß- und Kleinbuchstaben, die unterschiedliche Codes auf die gleichen Tasten legt, kann eine Umschaltung der Codeinterpretation erfolgen. Die Möglichkeiten Codes darzustellen, werden damit noch einmal erweitert.
Bild 9-12: Konstante des erweiterten Zeichensatzes
Die verschiedenen Konvertierungsfunktionen wandeln erweiterte Zeichen von einer MB-(Multibyte) Darstellung in eines WC-(wide char) Darstellung und umgekehrt oder geben über benutzte Längen Auskunft.
Bei der Wandlung in die Ersatzdarstellung wird keine Endekennung für C-Texte angefügt. Im Beispiel werden die drei Funktionen zur Behandlung von erweiterten Zeichen benutzt. Mit wctomb() wird eine Ersatzdarstellung aufgebaut, mit mblen() die erzeugte Länge ermittelt und schließlich mit mbtowc() wieder die Wandlung rückgängig gemacht.
Die Ergebnisse sind beim verwendeten Compiler (TurboC++ 3.0) sehr einfach, da dieser die erweiterten Zeichen nicht unterstützt.
Bild 9-13: Wandlung WC zu MB-Darstellung
Die Funktionen mbtowc() und wctomb() haben noch eine Sonderaufgabe. Gibt man als Zeiger auf den C-Puffer eine ungültige Adresse NULL an, zeigt der Rückgabewert mit nicht 0 oder gleich 0 an, ob die MB-Darstellung Zustände benutzt oder nicht. Das gleiche Verhalten gilt für beide Funktionen.
Der zweite Teil der Funktionen für erweiterte Zeichensätze behandelt Strings.
Für Strings gibt es jeweils eine Funktion, die entweder in eine MB-Ersatzdarstellung oder in die WC-Darstellung wandelt. Das folgende Beispiel soll wieder die prinzipielle Verwendung zeigen, auch wenn der Nutzen wegen der fehlenden Unterstützung recht gering ist.
Die Funktion wcstombs() wandelt einen String aus erweiterten Zeichen in einen String der MB-Ersatzdarstellung. Umgekehrt setzt mbstowcs() eine Ersatzdarstellung in einen WC-Text um.
Die Rückgaben sind in beiden Fällen entweder die Nettolänge ohne abschließende Endekennung oder eine negative eins als Datentyp (size_t), um anzuzeigen, daß ein Wandlungsfehler passiert ist.
Bild 9-14: Wandlung von Strings
Mit der Erweiterung auf asiatische Zeichensätze hat C sicher seinen Ruf als Esperanto der Datentechnik gefestigt. Vielleicht können wir in Zukunft die Dokumentationen zu Programmen unter einer graphischen Benutzeroberfläche nicht nur in Deutsch oder Englisch sondern auch in Katakana lesen.