libunistring u8_strlen()等于strlen()？

Question

刚才我正在尝试在我的c程序中使用libunistring.我要处理UTF-8字符串,为此我使用了libunistring库中的u8_strlen()函数.
代码示例:

void print_length(uint8_t *msg) {
    printf("Default strlen: %d\n", strlen((char *)msg));
    printf("U8 strlen: %d\n", u8_strlen(msg));
}

试想一下我们print_length()用msg = "??????"(西里尔文,utf-8编码)调用.我预计strlen()应该返回12(每个字母6个字母*2个字节),并且 u8_strlen()应该返回6个(只有6个字母).

但我收到了好奇的结果:

Default strlen: 12
U8 strlen: 12

在此之后我试图查找u8_strlen实现,并找到了这段代码:

size_t
u8_strlen (const uint8_t *s)
{
    return strlen ((const char *) s);
}

我想知道,这是错误还是正确答案？如果这是正确的,为什么？

Answer 1

我相信这是预期的行为.

libunistring手册说:

size_t u8_strlen(const uint8_t*s)

返回s中的单位数.

同样在手册中,它定义了这个"单位"是什么:

UTF-8字符串,通过'uint8_t*'类型.单位是字节(uint8_t).

我相信他们标记该功能的原因,u8_strlen即使它只做标准strlen,该库也分别对UTF-16和UTF-32字符串进行操作u16_strlen和u32_strlen操作(这将计算直到0x0000的2字节单位数)和4字节单位,直到0x00000000),它们u8_strlen仅包括完整性.

然而mbslen,GNU gnulib确实包含了你想做的事情:

mbslen function:确定字符串中多字节字符的数量.