Baza wiedzyCentrum egzaminacyjne
PLPolski
Wybierz język13

CKTIS / C++

char32_t — typ znakowy dla UTF-32

char32_t to wbudowany, odrębny typ całkowity używany do jednostek kodowych UTF-32. Prefiks U tworzy odpowiednie literały znakowe i napisowe. Typ mieści co najmniej 32 bity wartości, lecz sam nie sprawdza poprawności Unicode ani nie gwarantuje rozmiaru czterech bajtów.

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

Składnia

char32_t value = U'\U0001F600';
const char32_t text[] = U"A\U0001F600";

char32_t jest wbudowanym typem znakowym i całkowitym; do samej deklaracji nie wymaga nagłówka. Jest odrębnym typem, a nie aliasem unsigned int ani std::uint_least32_t. Ten ostatni jest jego typem bazowym, zapewniającym co najmniej 32 bity wartości. Nie zakładaj więc, że sizeof(char32_t) == 4.

Wielka litera U ma znaczenie: U'\U0001F600' jest literałem typu char32_t, a U"A\U0001F600" jest tablicą elementów const char32_t zakodowaną w UTF-32 i zakończoną zerem. Ma ona trzy elementy: A, U+1F600 oraz terminator. Mała litera u oznacza UTF-16 i typ char16_t, nie char32_t.

W poprawnym UTF-32 jedna jednostka kodowa reprezentuje jedną wartość skalarną Unicode. Sam char32_t jest jednak typem całkowitym: może przechowywać również wartości niepoprawne w UTF-32, więc dane zewnętrzne wymagają walidacji. Liczba jednostek kodowych nie musi odpowiadać liczbie znaków postrzeganych przez użytkownika.

W zweryfikowanym środowisku przykład wypisuje wartość liczbową U+1F600 (128512), a następnie liczbę jednostek kodowych bez terminatora (2). Wynik ten nie gwarantuje przenośności. Jeśli std::size_t jest rozszerzonym typem całkowitym bez znaku o randze konwersji wyższej niż int, wynik po odjęciu 1 nadal ma typ std::size_t. Wybór przeciążenia operator<< przy wypisywaniu tej liczby może wtedy być niejednoznaczny i uniemożliwić kompilację przykładu. Konwersja do unsigned long służy wypisaniu liczby, nie kodowaniu tekstu; wyświetlenie symbolu wymaga osobnego kodowania odpowiedniego dla wyjścia. Podane źródło to rozwijany projekt standardu, a nie zamrożona publikacja C++23.

Przykłady

#include <iostream>

int main() {
    constexpr char32_t symbol = U'\U0001F600';
    constexpr char32_t text[] = U"A\U0001F600";
    static_assert(text[1] == symbol);
    static_assert(sizeof(text) / sizeof(text[0]) == 3);

    std::cout << static_cast<unsigned long>(symbol) << '\n';
    std::cout << sizeof(text) / sizeof(text[0]) - 1 << '\n';
}

Wynik

128512
2

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

Źródła