CKTIS / C++
char8_t — Typ für UTF-8-Codeeinheiten
char8_t ist ein eigenständiger ganzzahliger Typ für UTF-8-Codeeinheiten und kein Alias für unsigned char. Das Präfix u8 erzeugt Literale dieses Typs, doch eine einzelne Codeeinheit muss kein vollständiges Unicode-Zeichen darstellen.
Version: C++23; repository compiler flag, production runtime not attested
Syntax
char8_t unit = u8'A';
const char8_t text[] = u8"\u00E9";char8_t ist ein eingebauter ganzzahliger Typ, der sich von char und unsigned char unterscheidet; sein zugrunde liegender Typ ist unsigned char. Dafür ist kein Header erforderlich. Er dient zur Darstellung von UTF-8-Codeeinheiten und nicht beliebiger vollständiger Unicode-Zeichen. Der Typ selbst überprüft nicht, ob eine gespeicherte UTF-8-Sequenz gültig ist.
Das Literal u8'A' hat den Typ char8_t. Ein Zeichen in einem solchen Literal muss in eine UTF-8-Codeeinheit passen. Das Stringliteral u8"\u00E9" hat einen Arraytyp mit Elementen vom Typ const char8_t und enthält zwei Codeeinheiten für U+00E9, gefolgt von einer abschließenden Null. Die Anzahl der Codeeinheiten entspricht daher nicht der Anzahl der Zeichen.
std::u8string, verfügbar über <string>, ist ein Alias für std::basic_string<char8_t>. Ein const char8_t* lässt sich nicht implizit in const char* umwandeln: Eine API, die Letzteren erwartet, erfordert eine bewusste Anpassung der Daten. Eine separate Initialisierungsregel erlaubt char text[] = u8"abc";; dadurch werden die Zeigertypen nicht kompatibel.
In der Umgebung, in der das Beispiel verifiziert wurde, gibt es die Anzahl der Codeeinheiten ohne die abschließende Null sowie deren numerische Werte aus. Die Ausgabe hängt nicht von der UTF-8-Darstellung des Terminals ab. Die Werte der Codeeinheiten werden explizit in unsigned int umgewandelt, der Ausdruck zur Berechnung ihrer Anzahl jedoch nicht. Ist std::size_t ein erweiterter vorzeichenloser Ganzzahltyp mit höherem Rang als int, behält dieser Ausdruck den Typ std::size_t. Bei der Ausgabe der Anzahl über std::cout kann die Überladungsauflösung für << dann mehrdeutig sein. Dieser Eintrag bezieht sich auf C++23; der angegebene Arbeitsentwurf ist ein fortlaufend weiterentwickeltes Dokument und keine unveränderliche C++23-Veröffentlichung. Die Compilereinstellung im Repository belegt nicht, dass die Laufzeitumgebung für den Produktionseinsatz geeignet ist.
Beispiele
#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';
}
Ergebnis
2 195 169
Der angezeigte Code und das angegebene Ergebnis wurden in einer isolierten Umgebung mit der im Prüfnachweis für genau diese Version dokumentierten Methode verifiziert.