Question

从C ++ 0x工作草案中，用于处理Unicode的新char类型（ char16_t 和 char32_t ）将是无符号的（ uint_least16_t uint_least32_t 将是基础类型。

但据我所知（可能不是很远），未定义类型 char8_t （基于 uint_least8_t ）。为什么？

当你看到为UTF-8字符串文字引入了一个新的 u8 编码前缀时，它会更加令人困惑......基于老朋友（签名/未签名） char 。为什么？

更新：有一个建议添加一个新类型：char8_t

char8_t：UTF-8字符和字符串的类型（修订版1） http://www.open-std.org/jtc1/sc22/wg21/docs/papers/2018/p0482r1.html

Answer 1

char将是用于UTF-8的类型，因为它被重新定义以确保它可以与它一起使用：

为了加强支持对于C ++编译器中的Unicode， char类型的定义已经存在修改为至少大小存储8位编码所必需的 UTF-8的大小足以容纳编译器的任何基本成员执行字符集。它是以前只定义为后者。有三种Unicode编码 C ++ 0x将支持：UTF-8，UTF-16和 UTF-32。除了以前注意到对定义的修改 char，C ++ 0x将添加两个新字符类型：char16_t和char32_t。这些旨在存储UTF-16和 UTF-32分别。

来源：http://en.wikipedia.org/wiki/C%2B%2B0x

大多数UTF-8应用程序在PC / mac上都使用了char。

Answer 2

char16_t和char32_t应该可用于表示代码点。由于没有负代码点，因此无需签名是明智的。

UTF-8不直接代表代码点，因此u8的基础类型是否签名无关紧要。

Answer 3

C ++ 0x草案似乎并未表明新的Unicode字符类型是否已签名或未签名。但是，正如其他人已经提到的那样，由于没有负的Unicode代码点，因此char16_t和char32_t无符号会更有意义。（再说一遍，char无条件有意义，但自70年代以来我们一直在处理“负面”角色。）

此外，由于UTF-16的范围从0x0到0xFFFF（忽略代理对），因此您需要整个范围的无符号16位整数来正确表示所有值。至少可以说，如果代码点0x8000到0xFFFF被表示为带有char16_t的负数，那将是很尴尬的。

无论如何，在C ++ 0x委员会对此事做出明确的决定之前，你总是可以检查一下你的实现：

#include <type_traits>
#include <iostream>

int main()
{
    std::cout << std::boolalpha << std::is_signed<char16_t>::value << std::endl;
}

这在Linux上使用GCC 4.45打印出false。所以至少在一个平台上，新的Unicode类型肯定是无符号的。

C ++ 0x中char和Unicode的签名

3 个答案: