C++11 - 字串字面值

最新推荐文章于 2024-04-25 10:58:34 发布

转载最新推荐文章于 2024-04-25 10:58:34 发布 · 844 阅读

C++11 专栏收录该内容

3 篇文章

订阅专栏

本文介绍C++中Unicode字符串的支持情况，包括UTF-8、UTF-16和UTF-32编码方式的使用方法，以及如何在字符串中直接插入Unicode codepoints。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

标准C++提供了两种字符串字面值。第一种，包含有双引号，产生以空字符结尾的const char数组。第二种有着前标L，产生以空字符结尾的const wchar_t数组，其中wchar_t代表宽字符。对于Unicode编码的支持尚付阙如。

为了加强C++编译器对Unicode的支持，类别char的定义被修改为其大小至少能够存储UTF-8的8位编码，并且能够容纳编译器的基本字符集的任何成员。

C++11 将支持三种Unicode编码方式：UTF-8，UTF-16，和UTF-32。除了上述char定义的变更， C++11将增加两种新的字符类别：char16_t和char32_t。它们各自被设计用来存储UTF-16 以及UTF-32的字符。

以下展示如何产生使用这些编码的字符串字面值：

u8"I'm a UTF-8 string."
u"This is a UTF-16 string."
U"This is a UTF-32 string."

第一个字符串的类别是通常的const char[]；第二个字符串的类别是const char16_t[]；第三个字符串的类别是const char32_t[]。

当创建Unicode字符串字面值时，可以直接在字符串内插入Unicode codepoints。C++11提供了以下的语法：

u8"This is a Unicode Character: \u2018."
u"This is a bigger Unicode Character: \u2018."
U"This is a Unicode Character: \u2018."

在’\u’之后的是16个比特的十六进制数值；它不需要’0x’的前标。识别字’\u’代表了一个16位的Unicode codepoint；如果要输入32位的codepoint，使用’\U’和32个比特的十六进制数值。只有有效的Unicode codepoints能够被输入。举例而言，codepoints在范围U+D800—U+DFFF之间是被禁止的，它们被保留给UTF-16编码的surrogate pairs。