База знанияИзпитен център
BGБългарски
Избери език13

CKTIS / C++

char8_t — тип за UTF-8 кодова единица

char8_t е отделен целочислен тип, предназначен за UTF-8 кодови единици, а не псевдоним на unsigned char. Префиксът u8 създава данни от този тип, но една кодова единица не е задължително да представя цял Unicode знак.

Версия: C++23; repository compiler flag, production runtime not attested

Синтаксис

char8_t unit = u8'A';
const char8_t text[] = u8"\u00E9";

char8_t е вграден целочислен тип, различен от char и unsigned char; базовият му тип е unsigned char. Не изисква заглавен файл. Служи за представяне на UTF-8 кодови единици, а не на произволни пълни Unicode знаци. Самият тип не проверява дали съхранена UTF-8 последователност е валидна.

Литералът u8'A' е от тип char8_t. Знакът, записан в такъв литерал, трябва да се побира в една UTF-8 кодова единица. Низовият литерал u8"\u00E9" има тип масив с елементи const char8_t и съдържа две кодови единици за U+00E9, следвани от завършваща нула. Следователно броят на кодовите единици не е същият като броя на знаците.

std::u8string, достъпен чрез <string>, е псевдоним на std::basic_string<char8_t>. const char8_t* не се преобразува неявно в const char*: API, което приема втория тип, изисква съзнателно преобразуване на данните. Отделно правило за инициализация позволява char text[] = u8"abc";, но това не прави типовете указатели съвместими.

В средата, в която е проверен, примерът извежда броя на кодовите единици без завършващата нула и числовите им стойности. Изходът не зависи от това дали терминалът може да изобразява UTF-8. Стойностите на кодовите единици се преобразуват явно към unsigned int, но изразът, който изчислява броя им, не се преобразува по този начин. Ако std::size_t е разширен целочислен тип без знак с по-висок ранг от int, изразът запазва типа std::size_t и изборът на претоварен вариант на оператора << при извеждане на броя чрез std::cout може да е нееднозначен. Този запис се отнася за C++23; посоченият работен проект е документ в развитие, а не окончателно издание на C++23. Настройката на компилатора в хранилището не удостоверява работата на продукционната среда за изпълнение.

Примери

#include <iostream>
#include <type_traits>

int main() {
    constexpr char8_t text[] = u8"\u00E9";
    static_assert(!std::is_same_v<char8_t, unsigned char>);
    static_assert(sizeof(text) / sizeof(text[0]) == 3);
    static_assert(text[0] == 0xC3 && text[1] == 0xA9);
    static_assert(text[2] == 0);

    std::cout << sizeof(text) / sizeof(text[0]) - 1 << '\n';
    std::cout << static_cast<unsigned int>(text[0]) << ' '
              << static_cast<unsigned int>(text[1]) << '\n';
}

Резултат

2
195 169

Показаният код и заявеният резултат са проверени в изолирана среда по метода, записан в доказателството за проверка на тази точна версия.

Източници