Znalostná bázaCentrum skúšok
SKSlovenčina
Vybrať jazyk13

CKTIS / C++

char16_t — typ jednotky kódu UTF-16

char16_t je vstavaný celočíselný typ určený na ukladanie jednotiek kódu UTF-16. Jedna hodnota nemusí predstavovať celý znak Unicode: niektoré body kódu vyžadujú dvojicu jednotiek kódu.

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

Syntax

char16_t unit = u'A';
const char16_t text[] = u"A\U0001F600";

char16_t je samostatný vstavaný znakový a celočíselný typ. Jeho základným typom je std::uint_least16_t, ale nie je jeho aliasom. Poskytuje aspoň 16 hodnotových bitov; nepredpokladajte, že sizeof(char16_t) == 2. Na použitie samotného kľúčového slova netreba žiadnu hlavičku.

Prefix u vytvára literály UTF-16: u'A' má typ char16_t, zatiaľ čo u"A" je pole prvkov typu const char16_t ukončené nulou. Znak zapísaný v znakovom literáli sa musí zmestiť do jednej jednotky kódu UTF-16. Preto je u'\U0001F600' neplatné, kým u"\U0001F600" je platný reťazcový literál.

Jednotka kódu nie je to isté ako bod kódu ani znak vnímaný používateľom. V UTF-16 vyžadujú body kódu mimo základnej viacjazyčnej roviny dvojicu náhradných znakov. Samotný typ char16_t UTF-16 nekontroluje: pole môže obsahovať aj nespárované náhradné znaky.

Príklad ukladá A a U+1F600: tri jednotky kódu a koncovú nulu, spolu teda štyri prvky poľa. Delenie výrazom sizeof(text[0]) počíta prvky bez predpokladu o veľkosti bajtu. Zobrazený výstup pochádza z prostredia, v ktorom bol príklad spustený, a nie je zaručený vo všetkých implementáciách. Ak je std::size_t aliasom typu unsigned char, v count - 1 sa count celočíselnou promóciou prevedie na int alebo unsigned int a výsledok odčítania sa vypíše ako číslo. Ak je však std::size_t rozšírený celočíselný typ bez znamienka s vyššou hodnosťou než int, count nepodlieha promócii a výber preťaženia operátora << pre výsledok môže byť nejednoznačný. Druhý príkaz vloží do výstupného prúdu priamo count typu std::size_t. Ak je std::size_t aliasom typu unsigned char, vypíše sa znak namiesto číslice 4. Ani jeden príkaz nevypisuje text UTF-16 uložený v text. Tento článok sa týka C++23; uvedená stránka obsahuje vyvíjajúci sa pracovný návrh, nie nemenné vydanie C++23.

Príklady

#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';
}

Výsledok

code units: 3
array elements: 4

Zobrazený kód a uvedený výsledok boli overené v izolovanom prostredí metódou zaznamenanou v dôkaze o overení tejto presnej verzie.

Zdroje