CKTIS / C++
std::u8string — niz UTF-8 kodnih jedinica
std::u8string je alias za std::basic_string<char8_t> iz zaglavlja <string>. Pohranjuje UTF-8 kodne jedinice, ali ne provjerava valjanost kodiranja; size() ne broji znakove kako ih korisnik doživljava.
Verzija: C++23; repository compiler flag, production runtime not attested
Sintaksa
#include <string>
std::u8string text = u8"...";
// Alias: std::basic_string<char8_t>std::u8string iz zaglavlja <string> alias je za std::basic_string<char8_t>. Upravlja neprekidnim prostorom za pohranu i omogućuje promjenu duljine niza. Inicijalizirajte ga UTF-8 literalom, primjerice std::u8string text = u8"A\u00E9";. Prefiks u8 stvara literal čiji su elementi tipa char8_t.
size() i indeksiranje odnose se na kodne jedinice, a ne na Unicode kodne točke ili znakove kako ih korisnik doživljava. U primjeru A, é i ! zauzimaju ukupno četiri UTF-8 jedinice. Operacija na pojedinom indeksu može razdvojiti višejedinično kodiranje znaka. Spremnik ne provjerava UTF-8 niti provodi Unicode normalizaciju.
c_str() izlaže const char8_t*; završna nula nije uključena u size(). To nije const char*: std::u8string se ne pretvara implicitno u std::string i ne može se izravno ispisati pomoću std::cout << text. Povezivanje sa sučeljem temeljenim na char zahtijeva izričito rukovanje prikazom i ugovorom o kodiranju.
Ovaj se članak odnosi na C++23. Standard prevođenja naveden u repozitoriju ne potvrđuje kompatibilnost produkcijskog okruženja za izvođenje. Izvor eel.is razvojni je nacrt, a ne nepromjenjiva publikacija C++23.
Primjeri
#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';
}
Rezultat
code units: 4 terminator: 0
Prikazani kôd i navedeni rezultat provjereni su u izoliranom okruženju metodom zabilježenom u dokazu provjere za ovu točnu verziju.