Unicode字符＆＃39;发声器有三个声音波＆＃39; （U + 1F50A）c源代码

Question

我想打印Unicode Character＆＃39; SPEAKER WITH THREE SOUND WAVES＆＃39; （U + 1F50A）编码＆＃34; \ uD83D \ uDD0A＆＃34;在C源代码中，但获得此输出：

error: \uDD0A is not a valid universal character
error: \uD83D is not a valid universal character

Answer 1

\u表示法（带有四个十六进制数字）表示UCS-2编码，即您只能编码BMP中的字符（基本多语言平面，基本上是U+00000到U+0FFFF）

U+1F50A 超出 BMP，因此不能以16位编码。 UTF-16为BMP之外的此类字符使用代理项对（0xD800 - 0xDFFF范围内的值，这些值未在UCS-2中使用），但在\u中明确禁止使用它们符号

您需要\U符号（带八个十六进制数字）。

另请注意，从\u或\U表示法转换为字符串中实际结束的任何内容都依赖于语言环境，因此在一个平台上可能起作用的内容可能无法在另一个平台上运行...如果你想真的便携，确保，例如在字符串中使用UTF-8或UTF-16编码，您需要：

• 通过十六进制\x...或八进制\...手动执行编码;
• 使用正确 Unicode支持（ICU）的第三方库。

---

虽然我们正在努力（并且因为很多人都没有意识到这一点），但上述内容直接指出了当您需要Unicode时，Microsoft的16位版wchar_t被破坏的原因：它源于从那时 只有BMP，而16位UCS-2足够了。由于对所有已定义的Unicode字符进行编码已不再足够，因此您可以使用来保存UTF-16代码值，但wchar_t - 和扩展名std::wstring为以及L""字符串文字 - 并不像名称所暗示的那样宽，但多字节充其量。

很好，C ++引入了显式char16_t和char32_t，加上与语言环境无关的u""，U""和u8""字符串文字。太糟糕的MSVC还没有支持他们AFAIK。