字符串和字符文本 (C++)

C++ 支持各种字符串和字符类型，并提供表示每种类型的文本值的方法。在源代码中，使用字符集表示字符和字符串文本的内容。通用字符名称和转义字符允许你仅使用基本源字符集表示任何字符串。原始字符串使你可以避免使用转义字符，可以用于表示所有类型的字符串。还可以创建 std::string 文本，而无需执行额外的构造或转换步骤。

#include <string>
using namespace std::string_literals; // enables s-suffix for std::string literals

int main()
{
    // Character literals
    auto c0 =   'A'; // char
    auto c1 = u8'A'; // char
    auto c2 =  L'A'; // wchar_t
    auto c3 =  u'A'; // char16_t
    auto c4 =  U'A'; // char32_t

    // Multicharacter literals
    auto m0 = 'abcd'; // int, value 0x61626364

    // String literals
    auto s0 =   "hello"; // const char*
    auto s1 = u8"hello"; // const char* before C++20, encoded as UTF-8,
                         // const char8_t* in C++20
    auto s2 =  L"hello"; // const wchar_t*
    auto s3 =  u"hello"; // const char16_t*, encoded as UTF-16
    auto s4 =  U"hello"; // const char32_t*, encoded as UTF-32

    // Raw string literals containing unescaped \ and "
    auto R0 =   R"("Hello \ world")"; // const char*
    auto R1 = u8R"("Hello \ world")"; // const char* before C++20, encoded as UTF-8,
                                      // const char8_t* in C++20
    auto R2 =  LR"("Hello \ world")"; // const wchar_t*
    auto R3 =  uR"("Hello \ world")"; // const char16_t*, encoded as UTF-16
    auto R4 =  UR"("Hello \ world")"; // const char32_t*, encoded as UTF-32

    // Combining string literals with standard s-suffix
    auto S0 =   "hello"s; // std::string
    auto S1 = u8"hello"s; // std::string before C++20, std::u8string in C++20
    auto S2 =  L"hello"s; // std::wstring
    auto S3 =  u"hello"s; // std::u16string
    auto S4 =  U"hello"s; // std::u32string

    // Combining raw string literals with standard s-suffix
    auto S5 =   R"("Hello \ world")"s; // std::string from a raw const char*
    auto S6 = u8R"("Hello \ world")"s; // std::string from a raw const char* before C++20, encoded as UTF-8,
                                       // std::u8string in C++20
    auto S7 =  LR"("Hello \ world")"s; // std::wstring from a raw const wchar_t*
    auto S8 =  uR"("Hello \ world")"s; // std::u16string from a raw const char16_t*, encoded as UTF-16
    auto S9 =  UR"("Hello \ world")"s; // std::u32string from a raw const char32_t*, encoded as UTF-32
}

字符串文本可以米有前缀，也可以具有 u8、L、 u和 U 前缀以分别指示窄字符（单字节或多字节）、UTF-8、宽字符（UCS-2 或 UTF-16）、UTF-16 和 UTF-32 编码。原始字符串文本可以具有 R、u8R、LR、uR 和 UR 前缀来表示这些编码的原始版本等效项。若要创建临时或静态 std::string 值，可以使用带 s 后缀的字符串文本或原始字符串文本。有关详细信息，请参阅下面的字符串文本部分。有关基本源字符集、通用字符名称以及在源代码中使用扩展代码页中的字符的详细信息，请参阅字符集。

字符文本

字符文本 由一个字符常量构成。它是用单引号括起来的字符来表示的。有五种类型的字符文本：

char 类型的普通字符文本，例如 'a'
char 类型的 UTF-8 字符文本（C++20 中的 char8_t），例如 u8'a'
类型 wchar_t的宽字符文本，例如 L'a'
char16_t 类型的 UTF-16 字符文本，例如 u'a'
char32_t 类型的 UTF-32 字符文本，例如 U'a'

用于字符文本的字符可以是除保留字符反斜杠 (\)、单引号 (') 和换行符以外的任何字符。可以使用转义序列指定保留字符。可以通过使用通用字符名称指定字符，只要类型的大小足以保留字符。

编码

字符文本根据其前缀以不同的方式进行编码。

没有前缀的字符文本是普通字符文本。包含可在执行字符集中表示的单个字符、转义序列或通用字符名称的普通字符文本的值等于它在执行字符集中的编码数值。包含多个字符、转义序列或通用字符名称的普通字符文本是多字符文本。无法在执行字符集中表示的多字符文本或普通字符文本的类型为 int，其值由实现定义。有关 MSVC，请参阅下面的 Microsoft 特定部分。
以 L 前缀开头的字符文本是宽字符文本。包含单个字符、转义序列或通用字符名称的宽字符文本的值等于它在执行宽字符集中的编码数值，除非该字符文本在执行宽字符集中没有表示形式，在这种情况下，值由实现定义。包含多个字符、转义序列或通用字符名称的宽字符文本的值由实现定义。有关 MSVC，请参阅下面的 特定于 Microsoft 部分。
以 u8 前缀开头的字符文本是 UTF-8 字符文本。如果包含单个字符、转义序列或通用字符名称的 UTF-8 字符文本的值可以由单个 UTF-8 代码单元（对应于 C0 控件和基本拉丁语 Unicode 块）表示，该值等于其 ISO 10646 码位值。如果该值不能由单个 UTF-8 代码单元表示，则程序的格式不当。包含多个字符、转义序列或通用字符名称的 UTF-8 字符文本是格式不当的。
以 u 前缀开头的字符文本是 UTF-16 字符文本。如果包含单个字符、转义序列或通用字符名称的 UTF-16 字符文本的值可以由单个 UTF-16 代码单元（对应于基本多语言平面）表示，该值等于其 ISO 10646 码位值。如果该值不能由单个 UTF-16 代码单元表示，则程序的格式不当。包含多个字符、转义序列或通用字符名称的 UTF-16 字符文本是格式不当的。
以 U 前缀开头的字符文本是 UTF-32 字符文本。包含单个字符、转义序列或通用字符名称的 UTF-32 字符文本的值等于其 ISO 10646 码位值。包含多个字符、转义序列或通用字符名称的 UTF-32 字符文本是格式不当的。

字符串和字符文本 (C++)

字符文本

编码

Leave a Reply Cancel reply