Base de conocimientosCentro de exámenes
ESEspañol
Elegir idioma13

CKTIS / C++

std::u8string — una cadena de unidades de código UTF-8

std::u8string es un alias de std::basic_string<char8_t> de <string>. Almacena unidades de código UTF-8, pero no valida la codificación; size() no cuenta los caracteres que percibe el usuario.

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

Sintaxis

#include <string>
std::u8string text = u8"...";
// Alias: std::basic_string<char8_t>

std::u8string, de <string>, es un alias de std::basic_string<char8_t>. Gestiona almacenamiento contiguo y permite cambiar la longitud de la cadena. Inicialízalo con un literal UTF-8, por ejemplo, std::u8string text = u8"A\u00E9";. El prefijo u8 produce un literal cuyos elementos son de tipo char8_t.

size() y el acceso por índice se refieren a unidades de código, no a puntos de código Unicode ni a caracteres percibidos por el usuario. En el ejemplo, A, é y ! ocupan en total cuatro unidades UTF-8. Una operación en un índice concreto puede dividir la codificación de varias unidades de un carácter. El contenedor no valida UTF-8 ni realiza normalización Unicode.

c_str() expone un const char8_t*; el cero final no se incluye en size(). No es un const char*: std::u8string no se convierte implícitamente en std::string y no se puede imprimir directamente con std::cout << text. Para integrarlo con una interfaz basada en char, hay que tratar explícitamente la representación y el contrato de codificación.

Esta entrada tiene como objetivo C++23. El estándar de compilación indicado por el repositorio no demuestra la compatibilidad con el entorno de ejecución de producción. La fuente eel.is es un borrador en evolución, no una publicación fija de C++23.

Ejemplos

#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';
}

Resultado

code units: 4
terminator: 0

El código mostrado y el resultado declarado se verificaron en un entorno aislado mediante el método registrado en la evidencia de verificación de esta versión exacta.

Fuentes