Base di conoscenzaCentro esami
ITItaliano
Scegli la lingua13

CKTIS / C++

char16_t — tipo per unità di codice UTF-16

char16_t è un tipo intero integrato destinato a contenere unità di codice UTF-16. Un singolo valore non rappresenta necessariamente un carattere Unicode completo: alcuni punti di codice richiedono una coppia di unità di codice.

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

Sintassi

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

char16_t è un tipo carattere e intero integrato distinto. Il suo tipo sottostante è std::uint_least16_t, ma non è un alias di quel tipo. Fornisce almeno 16 bit di valore; non dare per scontato che sizeof(char16_t) == 2. Per usare la parola chiave in sé non è necessario alcun header.

Il prefisso u crea letterali UTF-16: u'A' è di tipo char16_t, mentre u"A" è un array di elementi const char16_t terminato da zero. Un carattere scritto in un letterale carattere deve rientrare in una singola unità di codice UTF-16. Di conseguenza, u'\U0001F600' non è valido, mentre u"\U0001F600" è un letterale stringa valido.

Un’unità di codice non è la stessa cosa di un punto di codice o di un carattere percepito dall’utente. In UTF-16, i punti di codice al di fuori del Basic Multilingual Plane richiedono una coppia di surrogati. Il tipo char16_t non verifica da solo la validità UTF-16: un array può contenere anche surrogati non appaiati.

L’esempio memorizza A e U+1F600: tre unità di codice più uno zero finale, per un totale di quattro elementi dell’array. La divisione per sizeof(text[0]) conta gli elementi senza presupporre una determinata dimensione in byte. L’output mostrato è stato ottenuto nell’ambiente in cui è stato eseguito l’esempio e non è garantito su tutte le implementazioni. Se std::size_t è un alias di unsigned char, in count - 1 il valore di count viene promosso a int o unsigned int e il risultato della sottrazione viene stampato come numero. Se invece std::size_t è un tipo intero esteso senza segno di rango superiore a quello di int, count non viene promosso e la scelta del sovraccarico di << per il risultato può essere ambigua. La seconda istruzione inserisce direttamente nel flusso count, di tipo std::size_t. Se std::size_t è un alias di unsigned char, l’inserimento scrive un carattere anziché la cifra 4. Nessuna delle due istruzioni stampa il testo UTF-16 memorizzato in text. Questa voce riguarda C++23; il sito fornito ospita una bozza di lavoro in evoluzione, non una pubblicazione C++23 immutabile.

Esempi

#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';
}

Risultato

code units: 3
array elements: 4

Il codice mostrato e il risultato dichiarato sono stati verificati in un ambiente isolato con il metodo registrato nella prova di verifica di questa versione esatta.

Fonti