CKTIS / C++
char32_t — znakový typ pre UTF-32
char32_t je vstavaný, samostatný celočíselný typ používaný pre kódové jednotky UTF-32. Prefix U vytvára zodpovedajúce znakové a reťazcové literály. Typ poskytuje aspoň 32 hodnotových bitov, ale sám neoveruje platnosť Unicode ani nezaručuje veľkosť štyroch bajtov.
Verzia: C++23; repository compiler flag, production runtime not attested
Syntax
char32_t value = U'\U0001F600';
const char32_t text[] = U"A\U0001F600";char32_t je vstavaný znakový a celočíselný typ; na jeho deklaráciu nie je potrebná žiadna hlavička. Je to samostatný typ, nie alias pre unsigned int ani std::uint_least32_t. Druhý z nich je jeho podkladovým typom a poskytuje aspoň 32 hodnotových bitov. Nepredpokladajte preto, že platí sizeof(char32_t) == 4.
Na veľkom U záleží: U'\U0001F600' je literál typu char32_t, zatiaľ čo U"A\U0001F600" je nulou ukončené pole prvkov const char32_t kódované v UTF-32. Má tri prvky: A, U+1F600 a ukončovací znak. Malé u označuje UTF-16 a typ char16_t, nie char32_t.
V správne vytvorenom UTF-32 predstavuje jedna kódová jednotka jednu skalárnu hodnotu Unicode. Samotný char32_t je však celočíselný typ: môže uchovávať aj hodnoty, ktoré sú v UTF-32 neplatné, takže externé údaje treba overiť. Počet kódových jednotiek nemusí zodpovedať počtu znakov vnímaných používateľom.
V overenom prostredí príklad vypíše číselnú hodnotu U+1F600 (128512) a potom počet kódových jednotiek bez ukončovacieho znaku (2). Tento výstup nezaručuje prenositeľnosť príkladu. Ak je std::size_t rozšírený celočíselný typ bez znamienka s vyššou konverznou hodnosťou než int, výsledok má aj po odčítaní 1 typ std::size_t. Pri výpise počtu potom môže byť výber preťaženej verzie operator<< nejednoznačný, takže sa príklad nemusí skompilovať. Konverzia na unsigned long slúži na vypísanie čísla, nie na kódovanie textu; zobrazenie symbolu vyžaduje samostatné kódovanie vhodné pre výstup. Uvedený zdroj je vyvíjajúci sa návrh normy, nie konečné vydanie C++23.
Príklady
#include <iostream>
int main() {
constexpr char32_t symbol = U'\U0001F600';
constexpr char32_t text[] = U"A\U0001F600";
static_assert(text[1] == symbol);
static_assert(sizeof(text) / sizeof(text[0]) == 3);
std::cout << static_cast<unsigned long>(symbol) << '\n';
std::cout << sizeof(text) / sizeof(text[0]) - 1 << '\n';
}
Výsledok
128512 2
Zobrazený kód a uvedený výsledok boli overené v izolovanom prostredí metódou zaznamenanou v dôkaze o overení tejto presnej verzie.