WissensdatenbankPrüfungszentrum
DEDeutsch
Sprache wählen13

CKTIS / C++

char16_t — Typ für UTF-16-Codeeinheiten

char16_t ist ein ganzzahliger eingebauter Typ zur Speicherung von UTF-16-Codeeinheiten. Ein einzelner Wert stellt nicht unbedingt ein vollständiges Unicode-Zeichen dar: Für manche Codepoints ist ein Paar von Codeeinheiten erforderlich.

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

Syntax

char16_t unit = u'A';
const char16_t text[] = u"A\U0001F600";

char16_t ist ein eigenständiger eingebauter Zeichen- und Ganzzahltyp. Sein zugrunde liegender Typ ist std::uint_least16_t, aber char16_t ist kein Alias dafür. Der Typ bietet mindestens 16 Wertbits; gehe nicht davon aus, dass sizeof(char16_t) == 2 gilt. Für die Verwendung des Schlüsselworts selbst ist kein Header erforderlich.

Das Präfix u erzeugt UTF-16-Literale: u'A' hat den Typ char16_t, während u"A" ein nullterminiertes Array aus Elementen vom Typ const char16_t ist. Ein Zeichen in einem Zeichenliteral muss in eine UTF-16-Codeeinheit passen. Daher ist u'\U0001F600' unzulässig, u"\U0001F600" dagegen ein gültiges Stringliteral.

Eine Codeeinheit ist nicht dasselbe wie ein Codepoint oder ein vom Menschen wahrgenommenes Zeichen. In UTF-16 benötigen Codepoints außerhalb der Basic Multilingual Plane ein Surrogatpaar. Der Typ char16_t prüft UTF-16 nicht selbst: Ein Array kann auch ungepaarte Surrogate enthalten.

Das Beispiel speichert A und U+1F600: drei Codeeinheiten plus ein abschließendes Nullzeichen, also insgesamt vier Arrayelemente. Die Division durch sizeof(text[0]) zählt die Elemente, ohne eine bestimmte Bytegröße vorauszusetzen. Die gezeigte Ausgabe stammt aus der Umgebung, in der das Beispiel ausgeführt wurde, und ist nicht für alle Implementierungen garantiert. Ist std::size_t ein Alias für unsigned char, wird count in count - 1 durch Ganzzahlpromotion zu int oder unsigned int, und das Ergebnis der Subtraktion wird als Zahl ausgegeben. Ist std::size_t dagegen ein erweiterter vorzeichenloser Ganzzahltyp mit höherem Rang als int, wird count nicht promoviert, und die Überladungsauflösung für << kann beim Ausgeben des Ergebnisses mehrdeutig sein. Die zweite Anweisung gibt count direkt als std::size_t über den Ausgabestrom aus. Ist std::size_t ein Alias für unsigned char, schreibt sie ein Zeichen statt der Ziffer 4. Keine der beiden Anweisungen gibt den in text gespeicherten UTF-16-Text aus. Dieser Eintrag bezieht sich auf C++23; die angegebene Website enthält einen fortlaufend weiterentwickelten Arbeitsentwurf und keine unveränderliche C++23-Veröffentlichung.

Beispiele

#include <iostream>

int main() {
    constexpr char16_t unit = u'A';
    constexpr char16_t text[] = u"A\U0001F600";
    constexpr auto count = sizeof(text) / sizeof(text[0]);

    static_assert(unit == 0x0041);
    static_assert(count == 4);
    static_assert(text[1] == 0xD83D && text[2] == 0xDE00);
    static_assert(text[3] == 0);

    std::cout << "code units: " << count - 1 << '\n';
    std::cout << "array elements: " << count << '\n';
}

Ergebnis

code units: 3
array elements: 4

Der angezeigte Code und das angegebene Ergebnis wurden in einer isolierten Umgebung mit der im Prüfnachweis für genau diese Version dokumentierten Methode verifiziert.

Quellen