CKTIS / C
<uchar.h> — utilitários Unicode
O cabeçalho <uchar.h> disponibiliza tipos de unidades de código Unicode e funções de conversão entre os formatos UTF correspondentes e a codificação multibyte da configuração regional LC_CTYPE em vigor.
Versão: C23; repository compiler flag, production runtime not attested
Sintaxe
#include <uchar.h><uchar.h> declara char8_t, char16_t, char32_t, size_t e mbstate_t. Nas conversões, os três primeiros tipos representam, respetivamente, unidades de código de UTF-8, UTF-16 e UTF-32. Uma unidade de código nem sempre representa um carácter completo.
Os pares mbrtoc8/c8rtomb, mbrtoc16/c16rtomb e mbrtoc32/c32rtomb convertem entre a codificação multibyte da configuração regional LC_CTYPE em vigor e o formato UTF correspondente. A codificação escolhida em tempo de compilação para os literais comuns não determina a codificação multibyte usada por estas funções. Não parta do princípio de que a codificação multibyte em vigor é UTF-8; preserve o estado de mbstate_t entre chamadas relacionadas.
O exemplo conta as unidades de código de um literal UTF-8 sem incluir o terminador, independentemente da configuração regional. Não chama nenhuma destas funções de conversão. A opção do compilador no repositório não comprova que estas funções sejam suportadas pelo ambiente de execução em produção.
Exemplos
#include <stdio.h>
#include <uchar.h>
#if !defined(__STDC_VERSION_UCHAR_H__)
typedef unsigned char char8_t;
#endif
int main(void)
{
const char8_t text[] = u8"é";
const size_t units = sizeof text / sizeof text[0] - 1;
printf("%zu\n", units);
return 0;
}
Resultado
2
O código apresentado e o resultado declarado foram verificados num ambiente isolado pelo método registado na prova de verificação desta versão exata.