CKTIS / C++
char8_t — tipo di unità di codice UTF-8
char8_t è un tipo intero distinto destinato alle unità di codice UTF-8 e non è un alias di unsigned char. Il prefisso u8 produce dati di questo tipo, ma una singola unità di codice non rappresenta necessariamente un carattere Unicode completo.
Versione: C++23; repository compiler flag, production runtime not attested
Sintassi
char8_t unit = u8'A';
const char8_t text[] = u8"\u00E9";char8_t è un tipo intero integrato, distinto da char e unsigned char; il suo tipo sottostante è unsigned char. Non richiede alcun header. Serve a rappresentare unità di codice UTF-8, non caratteri Unicode completi arbitrari. Il tipo, da solo, non verifica la validità di una sequenza UTF-8 memorizzata.
Il letterale u8'A' è di tipo char8_t. Il carattere scritto in un letterale di questo tipo deve stare in una sola unità di codice UTF-8. Il letterale stringa u8"\u00E9" ha un tipo array con elementi const char8_t e contiene due unità di codice per U+00E9, seguite da uno zero terminatore. Il numero di unità di codice non coincide quindi con il numero di caratteri.
std::u8string, disponibile tramite <string>, è un alias di std::basic_string<char8_t>. Un const char8_t* non si converte implicitamente in const char*: un’API che accetta quest’ultimo tipo richiede un adattamento consapevole dei dati. Una regola di inizializzazione distinta consente char text[] = u8"abc";; ciò non rende compatibili i tipi puntatore.
Nell’ambiente in cui è stato verificato, l’esempio stampa il numero di unità di codice, escluso lo zero terminatore, e i loro valori numerici. L’output non dipende dalla capacità del terminale di visualizzare UTF-8. I valori delle unità vengono convertiti esplicitamente in unsigned int, ma l’espressione che ne calcola il numero no. Se std::size_t è un tipo intero esteso senza segno di rango superiore a quello di int, l’espressione mantiene il tipo std::size_t e la risoluzione dell’overload di << può essere ambigua quando si scrive il conteggio su std::cout. Questa voce riguarda C++23; la bozza di lavoro citata è un documento in evoluzione, non una pubblicazione definitiva di C++23. L’impostazione del compilatore nel repository non attesta il funzionamento dell’ambiente di esecuzione in produzione.
Esempi
#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';
}
Risultato
2 195 169
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.