CKTIS / C++
char32_t — type caractère pour UTF-32
char32_t est un type entier distinct intégré au langage, utilisé pour les unités de code UTF-32. Le préfixe U crée les littéraux caractère et chaîne correspondants. Ce type offre au moins 32 bits de valeur, mais ne valide pas lui-même Unicode et ne garantit pas une taille de quatre octets.
Version : C++23; repository compiler flag, production runtime not attested
Syntaxe
char32_t value = U'\U0001F600';
const char32_t text[] = U"A\U0001F600";char32_t est un type caractère et entier intégré au langage ; sa déclaration ne nécessite aucun en-tête. C’est un type distinct, et non un alias de unsigned int ou de std::uint_least32_t. Ce dernier est son type sous-jacent et fournit au moins 32 bits de valeur. Ne supposez donc pas que sizeof(char32_t) == 4.
La majuscule U est importante : U'\U0001F600' est un littéral de type char32_t, tandis que U"A\U0001F600" est un tableau à zéro final d’éléments const char32_t, encodé en UTF-32. Il comporte trois éléments : A, U+1F600 et le terminateur. La minuscule u désigne UTF-16 et le type char16_t, pas char32_t.
En UTF-32 bien formé, une unité de code représente une valeur scalaire Unicode. Toutefois, char32_t est lui-même un type entier : il peut aussi stocker des valeurs invalides en UTF-32 ; les données externes doivent donc être validées. Le nombre d’unités de code ne correspond pas nécessairement au nombre de caractères perçus par l’utilisateur.
Dans l’environnement vérifié, l’exemple affiche la valeur numérique de U+1F600 (128512), puis le nombre d’unités de code sans le terminateur (2). Ce résultat ne garantit pas la portabilité de l’exemple. Si std::size_t est un type entier étendu non signé dont le rang de conversion est supérieur à celui de int, le résultat reste de type std::size_t après soustraction de 1. Le choix de la surcharge de operator<< pour afficher ce nombre peut alors être ambigu et empêcher la compilation de l’exemple. La conversion en unsigned long permet d’afficher un nombre, et non d’encoder du texte ; l’affichage du symbole nécessite un encodage distinct adapté à la sortie. La source fournie est un projet de norme en évolution, et non une publication C++23 définitive.
Exemples
#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';
}
Résultat
128512 2
Le code affiché et le résultat déclaré ont été vérifiés dans un environnement isolé selon la méthode consignée dans la preuve de vérification de cette version exacte.