c++ 编译器如何从 utf8 源文件生成 unicode 字符串文字

Posted 2023-02-16

【中文标题】c++ 编译器如何从 utf8 源文件生成 unicode 字符串文字

【英文标题】：how can c++ compiler generate unicode string literals from a utf8 source file

【发布时间】：2016-11-21 20:09:53

【问题描述】：

我正在使用 gcc 用 c++ 编写程序。我有一个 utf8 编码的源文件，我希望源文件中的字符串文字为 UTF-16 字符串。我使用 gcc 选项 -municode，它定义了 UNICODE 宏。字符串文字仍以 const char * 的形式实现。当我使用 TEXT("hello world") 时，它仍然是一个 const char *

另外，我想知道要定义哪个宏或使用哪个命令行选项，以便在 std::string 对象和 std 库的所有模板实例中具有 16 位特征（我想要 std::char_traits为 wchar_t。

【问题讨论】：

不需要宏。更多信息：en.cppreference.com/w/cpp/language/string_literal

我使用了不同种类的字符串修饰符，例如 U、u、r。编译器会忽略它

奇数。什么编译器？

我使用 g++（Windows 上的 minGW 64 位版本。字符串 litteral 修饰符似乎工作正常，我弄错了。抱歉

我认为 gcc 使用 32 位 wchar_t 而不是微软的 16 位？在这种情况下，可能无法创建 UTF-16 文字。

【参考方案1】：

从 C++11 开始，有多种方法可以为字符串文字和字符串对象指定 UTF-16。它引入了 char16_t 用于 UTF-16 字符，std::u16string 用于 UTF-16 字符串，u prefix 用于 UTF-16 文字。

std::u16string str = u"Hello World";

编译器负责将源代码中的字符转换为适当的文字字符值。