Baza znanjaCentar za ispite
HRHrvatski
Odaberi jezik13

CKTIS / C++

char16_t — tip UTF-16 kodne jedinice

char16_t je ugrađeni cjelobrojni tip namijenjen pohrani UTF-16 kodnih jedinica. Jedna vrijednost ne predstavlja nužno cijeli Unicode znak: neke kodne točke zahtijevaju par kodnih jedinica.

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

Sintaksa

char16_t unit = u'A';
const char16_t text[] = u"A\U0001F600";

char16_t zaseban je ugrađeni znakovni i cjelobrojni tip. Njegov je osnovni tip std::uint_least16_t, ali nije njegov alias. Omogućuje najmanje 16 bitova vrijednosti; nemojte pretpostaviti da vrijedi sizeof(char16_t) == 2. Za upotrebu same ključne riječi nije potrebno zaglavlje.

Prefiks u stvara UTF-16 literale: u'A' ima tip char16_t, dok je u"A" polje elemenata tipa const char16_t završeno nulom. Znak zapisan u znakovnom literalu mora stati u jednu UTF-16 kodnu jedinicu. Zato je u'\U0001F600' neispravan, dok je u"\U0001F600" valjan literal znakovnog niza.

Kodna jedinica nije isto što i kodna točka ili znak koji korisnik doživljava kao jedan znak. U UTF-16 kodne točke izvan Osnovne višejezične ravnine zahtijevaju par surogata. Sam tip char16_t ne provjerava ispravnost UTF-16: polje može sadržavati i nesparene surogate.

Primjer pohranjuje A i U+1F600: tri kodne jedinice i završnu nulu, ukupno četiri elementa polja. Dijeljenje s sizeof(text[0]) broji elemente bez pretpostavke o veličini bajta. Prikazani ispis dobiven je u okruženju u kojem je primjer izvršen i nije zajamčen u svim implementacijama. Ako je std::size_t alias za unsigned char, u izrazu count - 1 vrijednost count cjelobrojnom se promocijom pretvara u int ili unsigned int, a rezultat se oduzimanja ispisuje kao broj. Ako je pak std::size_t prošireni cjelobrojni tip bez predznaka višeg ranga od int, count ne podliježe promociji, a odabir preopterećenja operatora << za rezultat može biti dvosmislen. Druga naredba izravno umeće count tipa std::size_t u izlazni tok. Ako je std::size_t alias za unsigned char, ispisuje se znak umjesto znamenke 4. Nijedna naredba ne ispisuje UTF-16 tekst pohranjen u text. Ovaj se članak odnosi na C++23; navedena stranica sadrži radni nacrt koji se razvija, a ne nepromjenjivu objavu C++23.

Primjeri

#include <iostream>

int main() {
    constexpr char16_t unit = u'A';
    constexpr char16_t text[] = u"A\U0001F600";
    constexpr auto count = sizeof(text) / sizeof(text[0]);

    static_assert(unit == 0x0041);
    static_assert(count == 4);
    static_assert(text[1] == 0xD83D && text[2] == 0xDE00);
    static_assert(text[3] == 0);

    std::cout << "code units: " << count - 1 << '\n';
    std::cout << "array elements: " << count << '\n';
}

Rezultat

code units: 3
array elements: 4

Prikazani kôd i navedeni rezultat provjereni su u izoliranom okruženju metodom zabilježenom u dokazu provjere za ovu točnu verziju.

Izvori