CKTIS / C++
char8_t — tip UTF-8 kodne jedinice
char8_t je zaseban cjelobrojni tip namijenjen UTF-8 kodnim jedinicama; nije alias za unsigned char. Prefiks u8 stvara podatke tog tipa, no jedna kodna jedinica ne mora predstavljati cijeli Unicode znak.
Verzija: C++23; repository compiler flag, production runtime not attested
Sintaksa
char8_t unit = u8'A';
const char8_t text[] = u8"\u00E9";char8_t je ugrađeni cjelobrojni tip različit od char i unsigned char; njegov je osnovni tip unsigned char. Nije potrebno uključiti zaglavlje. Služi za predstavljanje UTF-8 kodnih jedinica, a ne proizvoljnih cijelih Unicode znakova. Sam tip ne provjerava valjanost pohranjene UTF-8 sekvence.
Literal u8'A' tipa je char8_t. Znak zapisan u takvom literalu mora stati u jednu UTF-8 kodnu jedinicu. Literal znakovnog niza u8"\u00E9" ima tip polja čiji su elementi const char8_t i sadrži dvije kodne jedinice za U+00E9, iza kojih slijedi završna nula. Broj kodnih jedinica stoga nije jednak broju znakova.
std::u8string, dostupan putem <string>, alias je za std::basic_string<char8_t>. const char8_t* ne pretvara se implicitno u const char*: API koji prihvaća potonji tip zahtijeva svjesnu prilagodbu podataka. Zasebno pravilo inicijalizacije dopušta char text[] = u8"abc";, ali to ne čini tipove pokazivača kompatibilnima.
U okruženju u kojem je provjeren primjer ispisuje broj kodnih jedinica bez završne nule i njihove brojčane vrijednosti. Ispis ne ovisi o tome može li terminal prikazati UTF-8. Vrijednosti kodnih jedinica izričito se pretvaraju u unsigned int, no izraz za izračun njihova broja ne pretvara se na taj način. Ako je std::size_t prošireni cjelobrojni tip bez predznaka višeg ranga od tipa int, izraz zadržava tip std::size_t, a odabir preopterećenja operatora << pri ispisu broja u std::cout može biti nejednoznačan. Ovaj se zapis odnosi na C++23; navedeni radni nacrt dokument je u razvoju, a ne nepromjenjivo izdanje C++23. Postavka prevoditelja u repozitoriju ne potvrđuje rad produkcijskog izvršnog okruženja.
Primjeri
#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';
}
Rezultat
2 195 169
Prikazani kôd i navedeni rezultat provjereni su u izoliranom okruženju metodom zabilježenom u dokazu provjere za ovu točnu verziju.