CKTIS / C++
std::u8string — napis z jednostek kodowych UTF-8
std::u8string to alias std::basic_string<char8_t> z nagłówka <string>. Przechowuje jednostki kodowe UTF-8, ale nie sprawdza poprawności kodowania; size() nie liczy znaków widocznych dla użytkownika.
Wersja: C++23; repository compiler flag, production runtime not attested
Składnia
#include <string>
std::u8string text = u8"...";
// Alias: std::basic_string<char8_t>std::u8string z nagłówka <string> jest aliasem std::basic_string<char8_t>. Zarządza własną, ciągłą pamięcią i umożliwia zmianę długości napisu. Inicjalizuj go literałem UTF-8, np. std::u8string text = u8"A\u00E9";. Prefiks u8 daje literał o elementach typu char8_t.
size() oraz indeksowanie dotyczą jednostek kodowych, a nie punktów kodowych Unicode ani znaków postrzeganych przez użytkownika. W przykładzie A, é i ! zajmują łącznie cztery jednostki UTF-8. Operacja na pojedynczym indeksie może rozdzielić wielojednostkowe kodowanie znaku. Kontener nie waliduje UTF-8 ani nie wykonuje normalizacji Unicode.
c_str() udostępnia wskaźnik const char8_t*; końcowe zero nie jest wliczane do size(). To nie jest const char*: std::u8string nie zamienia się niejawnie w std::string i nie można go bezpośrednio wypisać przez std::cout << text. Integracja z interfejsem opartym na char wymaga jawnej obsługi reprezentacji i kontraktu kodowania.
Zakres wpisu to C++23. Podany standard kompilacji repozytorium nie potwierdza zgodności środowiska produkcyjnego. Źródło eel.is jest rozwijanym szkicem, a nie zamrożoną publikacją C++23.
Przykłady
#include <iostream>
#include <string>
int main() {
std::u8string text = u8"A\u00E9";
text += u8"!";
std::cout << "code units: " << text.size() << '\n';
std::cout << "terminator: "
<< static_cast<unsigned int>(text.c_str()[text.size()])
<< '\n';
}
Wynik
code units: 4 terminator: 0
Wyświetlony kod i zadeklarowany wynik zweryfikowano w odizolowanym środowisku metodą zapisaną w dowodzie weryfikacji tej dokładnej wersji.