Question

我想在这样的C ++中使用unicode \ u003c。

const static string strUnicode = "\u003c";

但编译时遇到错误。

error: \u003c is not a valid universal character

我发现\ u0001和\ u009f之间的unicode字符会导致相同的编译错误。这是一个错误吗？如何正确使用C ++中的这些unicode字符？

Answer 1

在 C++11 之前，C++ 不允许代码点低于 0xA0 的 Unicode 转义，除了 0x24 ($)、0x40 (@) 和 0x60 (`)。

在 C++11 中，这个限制被取消，它允许整个 UCS 范围（0x0-0x10FFFF），除了代理代码点（0xD800-0xDFFF）。

C 仍然具有与 C++98 相同的限制。

参考：https://en.cppreference.com/w/cpp/language/escape（请参阅“通用字符名称范围”部分）。

Answer 2

（根据 interjay 的评论编辑）：

如果使用的编译器和使用的标准（例如 -std=c++11 的 g++）足够新，它应该可以使用 C++。

用C，没有办法，就注定了；)

例如，如果我想在 UTF16 格式的代码中插入一些俄语文本（根据平台将是 UTF-16LE 或 UTF-16BE），我不能这样写：

uint16_t ustr[]= u"\u043f\u0435\u0434\u0438\u0438\u0020\u2014\u0020";

相反：

uint16_t ustr[]= {0x043f,0x0435,0x0434,0x0438,0x0438,0x0020,0x2014,0x0020,0};

代理对也不起作用：

uint16_t usp[] = u"\ud83c\udf54"; /* surrogate pair */

编辑：可能很难相信，但是 gcc-5.4 在这个代码片段上给出了错误（是的，它一定是在预处理期间发生的，是的，它介于 #if 0 和 {{ 1}}):

#endif

编辑：重现问题的最简单程序：

#if 0
Some \u sequences give errors like these:
error: \u0020 is not a valid universal character
error: \ud83c is not a valid universal character
error: \udf54 is not a valid universal character
#endif

结果：

int main (void) { u"\u0020"; return 0; }

如何在C ++中使用unicode \ u003c？

2 个答案: