Baza wiedzyCentrum egzaminacyjne
PLPolski
Wybierz język13

CKTIS / C++

char8_t — typ jednostki kodowej UTF-8

char8_t to odrębny typ całkowity przeznaczony do jednostek kodowych UTF-8. Nie jest aliasem unsigned char. Literały u8 tworzą dane tego typu, ale pojedyncza jednostka nie musi odpowiadać całemu znakowi Unicode.

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

Składnia

char8_t unit = u8'A';
const char8_t text[] = u8"\u00E9";

char8_t jest wbudowanym typem całkowitym, odrębnym od char i unsigned char; jego typem bazowym jest unsigned char. Nie wymaga nagłówka. Służy do reprezentowania jednostek kodowych UTF-8, a nie dowolnych pełnych znaków Unicode. Sam typ nie sprawdza poprawności zapisanej sekwencji UTF-8.

Literał u8'A' ma typ char8_t. Znak zapisany w takim literale musi mieścić się w jednej jednostce kodowej UTF-8. Literał napisowy u8"\u00E9" ma typ tablicy const char8_t i zawiera dwie jednostki kodowe znaku U+00E9 oraz końcowe zero. Liczba jednostek kodowych nie jest więc tym samym co liczba znaków.

std::u8string, dostępny przez <string>, jest aliasem std::basic_string<char8_t>. Wskaźnik const char8_t* nie konwertuje się niejawnie na const char*: API przyjmujące ten drugi typ wymaga świadomego dostosowania danych. Osobną regułą inicjalizacji jest możliwość zapisania char text[] = u8"abc";; nie oznacza to zgodności typów wskaźników.

W środowisku, w którym zweryfikowano przykład, wypisuje on liczbę jednostek bez końcowego zera oraz ich wartości liczbowe. Wynik nie zależy od wyświetlania UTF-8 przez terminal. Wartości jednostek są jawnie konwertowane na unsigned int, ale wyrażenie obliczające ich liczbę nie jest. Jeśli std::size_t jest rozszerzonym typem całkowitym bez znaku o randze wyższej niż int, wyrażenie to zachowuje typ std::size_t, a wybór przeciążenia operatora << przy wypisywaniu do std::cout może być niejednoznaczny. Zakres wpisu to C++23; wskazany projekt standardu jest dokumentem rozwijanym, a nie zamrożoną publikacją C++23. Ustawienie kompilatora w repozytorium nie potwierdza działania środowiska produkcyjnego.

Przykłady

#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';
}

Wynik

2
195 169

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

Źródła