CKTIS / C++
std::u8string — řetězec jednotek kódu UTF-8
std::u8string je alias pro std::basic_string<char8_t> z hlavičky <string>. Ukládá jednotky kódu UTF-8, ale neověřuje platnost kódování; size() nepočítá znaky vnímané uživatelem.
Verze: C++23; repository compiler flag, production runtime not attested
Syntaxe
#include <string>
std::u8string text = u8"...";
// Alias: std::basic_string<char8_t>std::u8string z hlavičky <string> je alias pro std::basic_string<char8_t>. Spravuje souvislou paměť a umožňuje měnit délku řetězce. Inicializujte jej literálem UTF-8, například std::u8string text = u8"A\u00E9";. Prefix u8 vytvoří literál s prvky typu char8_t.
size() a přístup pomocí indexu se vztahují k jednotkám kódu, nikoli k bodům kódu Unicode nebo znakům vnímaným uživatelem. V příkladu zabírají A, é a ! celkem čtyři jednotky UTF-8. Operace na jednom indexu může rozdělit vícejednotkové kódování znaku. Kontejner UTF-8 neověřuje ani neprovádí normalizaci Unicode.
c_str() zpřístupňuje const char8_t*; koncová nula se do size() nezapočítává. Nejde o const char*: std::u8string se implicitně nepřevádí na std::string a nelze jej přímo vypsat pomocí std::cout << text. Integrace s rozhraním založeným na char vyžaduje výslovné zpracování reprezentace a smlouvy o kódování.
Tento záznam se zaměřuje na C++23. Standard kompilace uvedený v repozitáři nedokládá kompatibilitu produkčního běhového prostředí. Zdroj eel.is je průběžně vyvíjený návrh, nikoli neměnné vydání C++23.
Příklady
#include <iostream>
#include <string>
int main() {
std::u8string text = u8"A\u00E9";
text += u8"!";
std::cout << "code units: " << text.size() << '\n';
std::cout << "terminator: "
<< static_cast<unsigned int>(text.c_str()[text.size()])
<< '\n';
}
Výsledek
code units: 4 terminator: 0
Zobrazený kód a uvedený výsledek byly ověřeny v izolovaném prostředí metodou zaznamenanou v dokladu o ověření této přesné verze.