CKTIS / C++
char32_t — Zeichentyp für UTF-32
char32_t ist ein integrierter, eigenständiger Ganzzahltyp für UTF-32-Codeeinheiten. Das Präfix U erzeugt die entsprechenden Zeichen- und Zeichenkettenliterale. Der Typ bietet mindestens 32 Wertbits, prüft aber nicht selbst die Gültigkeit von Unicode und garantiert keine Größe von vier Byte.
Version: C++23; repository compiler flag, production runtime not attested
Syntax
char32_t value = U'\U0001F600';
const char32_t text[] = U"A\U0001F600";char32_t ist ein integrierter Zeichen- und Ganzzahltyp; für seine Deklaration ist kein Header erforderlich. Er ist ein eigenständiger Typ und kein Alias für unsigned int oder std::uint_least32_t. Letzterer ist sein zugrunde liegender Typ und bietet mindestens 32 Wertbits. Gehe daher nicht davon aus, dass sizeof(char32_t) == 4 gilt.
Das große U ist wichtig: U'\U0001F600' ist ein Literal vom Typ char32_t, während U"A\U0001F600" ein nullterminiertes Array aus const char32_t-Elementen in UTF-32 ist. Es hat drei Elemente: A, U+1F600 und den Terminator. Das kleine u steht für UTF-16 und den Typ char16_t, nicht für char32_t.
In wohlgeformtem UTF-32 stellt eine Codeeinheit einen Unicode-Skalarwert dar. char32_t selbst ist jedoch ein Ganzzahltyp: Er kann auch Werte speichern, die in UTF-32 ungültig sind; externe Daten müssen daher validiert werden. Die Anzahl der Codeeinheiten muss nicht der Anzahl der vom Menschen wahrgenommenen Zeichen entsprechen.
In der überprüften Umgebung gibt das Beispiel den Zahlenwert von U+1F600 (128512) und anschließend die Anzahl der Codeeinheiten ohne Terminator (2) aus. Diese Ausgabe belegt keine Portabilität. Ist std::size_t ein erweiterter vorzeichenloser Ganzzahltyp mit einem höheren Konvertierungsrang als int, bleibt das Ergebnis nach dem Subtrahieren von 1 vom Typ std::size_t. Bei der Ausgabe der Anzahl kann die Überladungsauflösung für operator<< dann mehrdeutig sein, sodass sich das Beispiel möglicherweise nicht kompilieren lässt. Die Konvertierung zu unsigned long dient der Ausgabe einer Zahl, nicht der Textkodierung; für die Anzeige des Symbols ist eine separate, zur Ausgabe passende Kodierung erforderlich. Die angegebene Quelle ist ein sich weiterentwickelnder Standardentwurf und keine endgültige C++23-Veröffentlichung.
Beispiele
#include <iostream>
int main() {
constexpr char32_t symbol = U'\U0001F600';
constexpr char32_t text[] = U"A\U0001F600";
static_assert(text[1] == symbol);
static_assert(sizeof(text) / sizeof(text[0]) == 3);
std::cout << static_cast<unsigned long>(symbol) << '\n';
std::cout << sizeof(text) / sizeof(text[0]) - 1 << '\n';
}
Ergebnis
128512 2
Der angezeigte Code und das angegebene Ergebnis wurden in einer isolierten Umgebung mit der im Prüfnachweis für genau diese Version dokumentierten Methode verifiziert.