CKTIS / C++
char16_t — tipo de unidade de código UTF-16
char16_t é um tipo inteiro incorporado destinado a armazenar unidades de código UTF-16. Um valor não representa necessariamente um carácter Unicode completo: alguns pontos de código requerem um par de unidades de código.
Versão: C++23; repository compiler flag, production runtime not attested
Sintaxe
char16_t unit = u'A';
const char16_t text[] = u"A\U0001F600";char16_t é um tipo carácter e inteiro incorporado distinto. O seu tipo subjacente é std::uint_least16_t, mas não é um alias desse tipo. Fornece pelo menos 16 bits de valor; não parta do princípio de que sizeof(char16_t) == 2. A utilização da própria palavra-chave não requer qualquer cabeçalho.
O prefixo u cria literais UTF-16: u'A' tem o tipo char16_t, enquanto u"A" é um array terminado a zero de elementos const char16_t. Um carácter escrito num literal de carácter tem de caber numa unidade de código UTF-16. Assim, u'\U0001F600' é inválido, ao passo que u"\U0001F600" é um literal de cadeia válido.
Uma unidade de código não é o mesmo que um ponto de código nem que um carácter apercebido pelo utilizador. Em UTF-16, os pontos de código fora do Plano Multilingue Básico requerem um par de substitutos. O próprio tipo char16_t não valida UTF-16: um array também pode conter substitutos não emparelhados.
O exemplo armazena A e U+1F600: três unidades de código mais um zero final, num total de quatro elementos do array. A divisão por sizeof(text[0]) conta elementos sem pressupor um determinado número de bytes. A saída apresentada foi obtida no ambiente em que o exemplo foi executado e não é garantida em todas as implementações. Se std::size_t for um alias de unsigned char, em count - 1 o valor de count é promovido a int ou unsigned int e o resultado da subtração é apresentado como número. Se, pelo contrário, std::size_t for um tipo inteiro estendido sem sinal de categoria superior à de int, count não é promovido e a escolha da sobrecarga de << para o resultado pode ser ambígua. A segunda instrução insere diretamente no fluxo de saída o valor de count, que tem o tipo std::size_t. Se std::size_t for um alias de unsigned char, essa inserção escreve um carácter em vez do algarismo 4. Nenhuma das duas instruções apresenta o texto UTF-16 armazenado em text. Esta entrada diz respeito a C++23; o site indicado aloja um projeto de trabalho em evolução, não uma publicação definitiva de C++23.
Exemplos
#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';
}
Resultado
code units: 3 array elements: 4
O código apresentado e o resultado declarado foram verificados num ambiente isolado pelo método registado na prova de verificação desta versão exata.