CKTIS / C++
char8_t — type d’unité de code UTF-8
char8_t est un type entier distinct destiné aux unités de code UTF-8 ; ce n’est pas un alias de unsigned char. Le préfixe u8 produit des données de ce type, mais une unité de code ne représente pas nécessairement un caractère Unicode complet.
Version : C++23; repository compiler flag, production runtime not attested
Syntaxe
char8_t unit = u8'A';
const char8_t text[] = u8"\u00E9";char8_t est un type entier intégré, distinct de char et de unsigned char ; son type sous-jacent est unsigned char. Aucun en-tête n’est nécessaire. Il sert à représenter des unités de code UTF-8, et non des caractères Unicode complets quelconques. Le type lui-même ne vérifie pas la validité d’une séquence UTF-8 stockée.
Le littéral u8'A' est de type char8_t. Le caractère écrit dans un tel littéral doit tenir dans une seule unité de code UTF-8. Le littéral chaîne u8"\u00E9" est un tableau dont les éléments sont de type const char8_t ; il contient deux unités de code pour U+00E9, suivies d’un zéro final. Le nombre d’unités de code n’est donc pas égal au nombre de caractères.
std::u8string, disponible via <string>, est un alias de std::basic_string<char8_t>. Un const char8_t* ne se convertit pas implicitement en const char* : une API qui accepte ce dernier type nécessite une adaptation délibérée des données. Une règle d’initialisation distincte autorise char text[] = u8"abc"; ; cela ne rend pas les types de pointeurs compatibles.
Dans l’environnement où il a été vérifié, l’exemple affiche le nombre d’unités de code, sans compter le zéro final, ainsi que leurs valeurs numériques. Le résultat ne dépend pas du rendu de l’UTF-8 par le terminal. Les valeurs des unités sont explicitement converties en unsigned int, mais pas l’expression qui calcule leur nombre. Si std::size_t est un type entier étendu non signé de rang supérieur à celui de int, cette expression conserve le type std::size_t et la résolution de surcharge de << peut être ambiguë lors de l’écriture du nombre dans std::cout. Cette entrée porte sur C++23 ; le projet de norme cité est un document en évolution, et non une publication C++23 figée. Le réglage du compilateur dans le dépôt ne garantit pas le fonctionnement de l’environnement d’exécution en production.
Exemples
#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';
}
Résultat
2 195 169
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.