Baza wiedzyCentrum egzaminacyjne
PLPolski
Wybierz język13

CKTIS / C++

char16_t — typ jednostki kodowej UTF-16

char16_t to wbudowany typ całkowity przeznaczony do przechowywania jednostek kodowych UTF-16. Jedna wartość nie musi reprezentować całego znaku Unicode: niektóre punkty kodowe wymagają pary jednostek.

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

Składnia

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

char16_t jest odrębnym, wbudowanym typem znakowym i całkowitym. Jego typem bazowym jest std::uint_least16_t, ale nie jest jego aliasem. Zapewnia co najmniej 16 bitów wartości; nie zakładaj, że sizeof(char16_t) == 2. Do samego użycia tego słowa kluczowego nie potrzeba nagłówka.

Prefiks u tworzy literały UTF-16: u'A' ma typ char16_t, a u"A" jest tablicą elementów const char16_t zakończoną zerem. Znak zapisany w literale znakowym musi mieścić się w jednej jednostce kodowej UTF-16; dlatego u'\U0001F600' jest niepoprawny, natomiast u"\U0001F600" jest poprawnym literałem łańcuchowym.

Jednostka kodowa nie jest tym samym co punkt kodowy ani znak widoczny dla użytkownika. W UTF-16 punkty kodowe spoza podstawowej płaszczyzny wielojęzycznej wymagają pary surogatów. Sam typ char16_t nie sprawdza poprawności UTF-16: tablica może zawierać także niesparowane surogaty.

Przykład przechowuje A i U+1F600: trzy jednostki kodowe oraz końcowe zero, czyli cztery elementy tablicy. Dzielenie przez sizeof(text[0]) liczy elementy bez założenia o liczbie bajtów. Pokazany wynik dotyczy środowiska, w którym uruchomiono przykład, i nie jest gwarantowany na wszystkich implementacjach. Jeśli std::size_t jest aliasem unsigned char, w wyrażeniu count - 1 wartość count jest promowana do int albo unsigned int, a wynik odejmowania jest wypisywany jako liczba. Jeśli natomiast std::size_t jest rozszerzonym typem całkowitym bez znaku o randze wyższej niż int, count nie podlega promocji, a wybór przeciążenia operatora << dla wyniku może być niejednoznaczny. Druga instrukcja przekazuje do strumienia bezpośrednio count typu std::size_t. Jeśli std::size_t jest aliasem unsigned char, instrukcja ta wypisze znak zamiast cyfry 4. Żadna z tych instrukcji nie wypisuje tekstu UTF-16 zapisanego w text. Zakres wpisu to C++23; podany serwis zawiera rozwijany szkic standardu, nie zamrożoną publikację C++23.

Przykłady

#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';
}

Wynik

code units: 3
array elements: 4

Wyświetlony kod i zadeklarowany wynik zweryfikowano w odizolowanym środowisku metodą zapisaną w dowodzie weryfikacji tej dokładnej wersji.

Źródła