Baza znanjaCentar za ispite
HRHrvatski
Odaberi jezik13

CKTIS / C++

char32_t — znakovni tip za UTF-32

char32_t je ugrađeni, zasebni cjelobrojni tip koji se upotrebljava za kodne jedinice UTF-32. Prefiks U stvara odgovarajuće znakovne i nizovne literale. Tip pruža najmanje 32 vrijednosna bita, ali sam ne provjerava valjanost Unicodea niti jamči veličinu od četiri bajta.

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

Sintaksa

char32_t value = U'\U0001F600';
const char32_t text[] = U"A\U0001F600";

char32_t je ugrađeni znakovni i cjelobrojni tip; za njegovu deklaraciju nije potrebno zaglavlje. To je zaseban tip, a ne alias za unsigned int ili std::uint_least32_t. Potonji je njegov osnovni tip i pruža najmanje 32 vrijednosna bita. Zato nemojte pretpostaviti da vrijedi sizeof(char32_t) == 4.

Veliko U važno je: U'\U0001F600' literal je tipa char32_t, dok je U"A\U0001F600" niz elemenata const char32_t kodiran u UTF-32 i završen nulom. Ima tri elementa: A, U+1F600 i terminator. Malo u označava UTF-16 i tip char16_t, a ne char32_t.

U ispravno oblikovanom UTF-32 jedna kodna jedinica predstavlja jednu Unicodeovu skalarnu vrijednost. Međutim, sam char32_t cjelobrojni je tip: može pohraniti i vrijednosti koje nisu valjane u UTF-32, pa vanjske podatke treba provjeriti. Broj kodnih jedinica ne mora biti jednak broju znakova koje korisnik doživljava.

U provjerenom okruženju primjer ispisuje brojčanu vrijednost U+1F600 (128512), a zatim broj kodnih jedinica bez terminatora (2). Taj ispis ne jamči prenosivost primjera. Ako je std::size_t prošireni cjelobrojni tip bez predznaka s višim rangom pretvorbe od tipa int, rezultat i nakon oduzimanja 1 ostaje tipa std::size_t. Pri ispisu broja kodnih jedinica odabir preopterećene inačice operator<< tada može biti dvosmislen i onemogućiti prevođenje primjera. Pretvorba u unsigned long služi ispisu broja, a ne kodiranju teksta; za prikaz simbola potrebno je zasebno kodiranje prikladno za izlaz. Navedeni izvor razvojni je nacrt standarda, a ne konačno izdanje C++23.

Primjeri

#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';
}

Rezultat

128512
2

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

Izvori