CKTIS / C++
std::u8string — reťazec jednotiek kódu UTF-8
std::u8string je alias pre std::basic_string<char8_t> z hlavičky <string>. Ukladá jednotky kódu UTF-8, ale neoveruje platnosť kódovania; size() nepočíta znaky vnímané používateľom.
Verzia: C++23; repository compiler flag, production runtime not attested
Syntax
#include <string>
std::u8string text = u8"...";
// Alias: std::basic_string<char8_t>std::u8string z hlavičky <string> je alias pre std::basic_string<char8_t>. Spravuje súvislú pamäť a umožňuje meniť dĺžku reťazca. Inicializujte ho literálom UTF-8, napríklad std::u8string text = u8"A\u00E9";. Prefix u8 vytvorí literál s prvkami typu char8_t.
size() a prístup pomocou indexu sa vzťahujú na jednotky kódu, nie na kódové body Unicode ani na znaky vnímané používateľom. V príklade zaberajú A, é a ! spolu štyri jednotky UTF-8. Operácia na jednom indexe môže rozdeliť viacjednotkové kódovanie znaku. Kontajner neoveruje UTF-8 ani nevykonáva normalizáciu Unicode.
c_str() sprístupňuje const char8_t*; koncová nula sa do size() nezapočítava. Nie je to const char*: std::u8string sa implicitne nemení na std::string a nedá sa priamo vypísať pomocou std::cout << text. Integrácia s rozhraním založeným na char vyžaduje výslovné spracovanie reprezentácie a zmluvy o kódovaní.
Tento záznam sa zameriava na C++23. Štandard kompilácie uvedený v repozitári nedokazuje kompatibilitu produkčného runtime prostredia. Zdroj eel.is je priebežne vyvíjaný návrh, nie nemenná publikácia C++23.
Príklady
#include <iostream>
#include <string>
int main() {
std::u8string text = u8"A\u00E9";
text += u8"!";
std::cout << "code units: " << text.size() << '\n';
std::cout << "terminator: "
<< static_cast<unsigned int>(text.c_str()[text.size()])
<< '\n';
}
Výsledok
code units: 4 terminator: 0
Zobrazený kód a uvedený výsledok boli overené v izolovanom prostredí metódou zaznamenanou v dôkaze o overení tejto presnej verzie.