Baza znanjaIzpitno središče
SLSlovenščina
Izberi jezik13

CKTIS / C++

char8_t — tip kodne enote UTF-8

char8_t je samostojen celoštevilski tip, namenjen kodnim enotam UTF-8, in ni vzdevek za unsigned char. Predpona u8 ustvari podatke tega tipa, vendar ena kodna enota ne predstavlja nujno celotnega znaka Unicode.

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

Sintaksa

char8_t unit = u8'A';
const char8_t text[] = u8"\u00E9";

char8_t je vgrajen celoštevilski tip, ki se razlikuje od char in unsigned char; njegov osnovni tip je unsigned char. Ne potrebuje glave. Namenjen je predstavitvi kodnih enot UTF-8, ne poljubnih celotnih znakov Unicode. Sam tip ne preverja veljavnosti shranjenega zaporedja UTF-8.

Literal u8'A' je tipa char8_t. Znak, zapisan v takem literalu, se mora prilegati eni kodni enoti UTF-8. Nizovni literal u8"\u00E9" ima tip polja z elementi const char8_t in vsebuje dve kodni enoti za U+00E9, ki jima sledi zaključna ničla. Število kodnih enot zato ni enako številu znakov.

std::u8string, dostopen prek <string>, je vzdevek za std::basic_string<char8_t>. const char8_t* se ne pretvori implicitno v const char*: API, ki sprejema drugi tip, zahteva namerno prilagoditev podatkov. Ločeno pravilo inicializacije dovoljuje char text[] = u8"abc";, vendar zaradi tega tipi kazalcev niso združljivi.

V okolju, v katerem je bil preverjen, primer izpiše število kodnih enot brez zaključne ničle in njihove številske vrednosti. Izpis ni odvisen od tega, ali terminal zna prikazati UTF-8. Vrednosti kodnih enot se izrecno pretvorijo v unsigned int, izraz za izračun njihovega števila pa ne. Če je std::size_t razširjen nepredznačen celoštevilski tip z višjim rangom od int, izraz ohrani tip std::size_t in izbira preobremenitve operatorja << je pri izpisu števila v std::cout lahko dvoumna. Ta zapis obravnava C++23; navedeni delovni osnutek je dokument v razvoju, ne nespremenljiva izdaja C++23. Nastavitev prevajalnika v repozitoriju ne potrjuje delovanja produkcijskega izvajalnega okolja.

Primeri

#include <iostream>
#include <type_traits>

int main() {
    constexpr char8_t text[] = u8"\u00E9";
    static_assert(!std::is_same_v<char8_t, unsigned char>);
    static_assert(sizeof(text) / sizeof(text[0]) == 3);
    static_assert(text[0] == 0xC3 && text[1] == 0xA9);
    static_assert(text[2] == 0);

    std::cout << sizeof(text) / sizeof(text[0]) - 1 << '\n';
    std::cout << static_cast<unsigned int>(text[0]) << ' '
              << static_cast<unsigned int>(text[1]) << '\n';
}

Rezultat

2
195 169

Prikazana koda in navedeni rezultat sta bila preverjena v izoliranem okolju z metodo, zapisano v dokazilu o preverjanju te natančne različice.

Viri