Question

在现代C ++源代码中允许

UTF-16字符串文字，例如auto str = u"中国字";。

UTF-16具有两个字节序：UTF-16LE和UTF-16BE。 C ++标准未指定UTF-16字符串文字的字节序。因此，我认为这是实现定义的。

在编译时是否可以指定字节序？

Answer 1

以u为前缀的字符串文字是const char16_t值的数组：

C ++ 17 [lex.string] / 10：

以u开头的字符串文字，例如u"asdf"，是char16_t字符串文字。 char16_t字符串文字的类型为“ n const char16_t的数组”，其中n是如下定义的字符串的大小；会使用给定的字符进行初始化。

所以引号中的文字等效于Unicode系统上的

const char16_t x[] = { 97, 115, 100, 102, 0 };

换句话说，字符串文字的表示形式与该数组的表示形式相同。

对于更复杂的字符串，它仍然是const char16_t的数组；并且每个 c-char 可能有多个代码点，即数组中的元素数量可能大于字符串中似乎出现的字符数量。

要回答标题中的问题：我不知道任何编译器选项（对于任何编译器）都可以让您配置char16_t的字节序。我希望任何目标系统对所有整数类型都使用相同的字节序。 char16_t应该具有与uint_least16_t（[basic.fundamental] / 5）相同的属性。

如果您的代码包含字符串文字，并且您想将其写为文件，例如UTF16-BE，则您需要进行常规的字节序检查/调整，以防系统将char16_t很少地存储在<li>中字节序形式。