C++ 文字和 Unicode

Question

C++ 文字

环境：

OS: Windows 10 临;
编译器：GCC 最新。
IDE: Code::Blocks 最新。
致力于：控制台应用程序。

我对数字字面量前缀的理解是它们有助于确定数值类型（不确定）。但是，我对字符和字符串字面量前缀和后缀有很多困惑。我读了很多书，花了几天时间试图了解情况，但我得到的问题更多，答案却很少。所以我认为堆栈溢出可能会有很大帮助。

问题：

1- 字符串前缀 u8 u U L 的正确用法是什么？

我有以下代码作为示例：

#include <iostream>
#include <string>
using namespace std;

int main()
{
    cout << "\n\n Hello World! (plain) \n";
    cout << u8"\n Hello World! (u8) \n";
    cout << u"\n Hello World! (u) \n";
    cout << U"\n Hello World! (U) \n";
    cout << L"\n Hello World! (plain) \n\n";

    cout << "\n\n\n";
}

输出是这样的：

Hello World! (plain)

Hello World! (u8)

0x47f0580x47f0840x47f0d8

Q2：为什么U u ans L会有这样的输出？我预计它只是确定类型而不是进行编码映射（如果是）。

Q3 是否有关于 UTF-8 等编码的简单而中肯的参考资料。我对它们感到困惑，此外我怀疑控制台应用程序是否能够处理它们。我认为了解它们至关重要。

问题 4：另外，我将欣赏解释自定义类型文字的分步参考。

Answer 1

1) 窄多字节字符串文字。无前缀字符串文字的类型是 const char[].

2) 宽字符串文字。 L"..." 字符串文字的类型是 const wchar_t[].

3) UTF-8 编码的字符串文字。 u8"..." 字符串文字的类型是 const char[].

4) UTF-16 编码的字符串文字。 u"..." 字符串文字的类型是 const char16_t[].

5) UTF-32 编码的字符串文字。 U"..." 字符串文字的类型是 const char32_t[].

6) 原始字符串文字。用于避免转义任何字符，分隔符之间的任何内容都将成为字符串的一部分。前缀（如果存在）与上述含义相同。

std::cout 需要单字节字符，否则它可以输出 0x47f0580x47f0840x47f0d8 这样的值。如果您尝试输出由 multi-byte 个字符（char16_t、char32_t 或 wchar_t）组成的文字，那么您需要使用 std::wcout 将它们输出到控制台，或将它们转换为单字节字符类型。原始字符串文字对于格式化输出非常方便。原始字符串文字的一个示例是 R"~(This is the text that will be output just as I typed it into the code editor!)~" 并且将是一个单字节字符串。如果它以任何 multi-byte 限定符为前缀，原始字符串文字将为 multi-byte。 Here 是关于字符串文字的非常全面的参考。

Answer 2

初见：http://en.cppreference.com/w/cpp/language/string_literal

std::cout 的 class 运算符 << 已正确重载以打印 const char*。这就是打印前两个字符串的原因。

cout << "\n\n Hello World! (plain) \n";
cout << u8"\n Hello World! (u8) \n";

正如预期的那样，打印出¹:

Hello World! (plain)

Hello World! (u8)

同时 std::cout 的 class 没有针对 const char16_t*、const char32_t* 和 const wchar_t* 的特殊 << 重载，因此它将匹配<< 打印指针的重载，这就是为什么：

cout << u"\n Hello World! (u) \n";
cout << U"\n Hello World! (U) \n";
cout << L"\n Hello World! (plain) \n\n";

打印：

0x47f0580x47f0840x47f0d8

如您所见，实际上打印了 3 个指针值：0x47f058、0x47f084 和 0x47f0d8

但是，对于最后一个，您可以使用 std::wcout

使其正确打印

std::wcout << L"\n Hello World! (plain) \n\n";

打印

 Hello World! (plain)

^{1: 由于 UTF-8 的前几个代码点的直接 ASCII mapping，按预期打印的 u8 文字。}

C++ 文字和 Unicode

C++ Literals and Unicode

c++

string

literals