C++0x 中的新 unicode 字符
题
我正在构建一个 API,它允许我获取各种编码的字符串,包括 utf8、utf16、utf32 和 wchar_t(根据操作系统,可能是 utf32 或 utf16)。
新的 C++ 标准引入了新类型
char16_t
和char32_t
没有这么大的歧义,应该在将来使用,所以我也想支持他们,但问题是, 他们会干涉吗 与正常的uint16_t
,uint32_t
,wchar_t
类型不允许重载,因为它们可能引用相同的类型?class some_class { public: void set(std::string); // utf8 string void set(std::wstring); // wchar string utf16 or utf32 according // to sizeof(wchar_t) void set(std::basic_string<uint16_t>) // wchar independent utf16 string void set(std::basic_string<uint32_t>); // wchar independent utf32 string #ifdef HAVE_NEW_UNICODE_CHARRECTERS void set(std::basic_string<char16_t>) // new standard utf16 string void set(std::basic_string<char32_t>); // new standard utf32 string #endif };
所以我可以写:
foo.set(U"Some utf32 String"); foo.set(u"Some utf16 string");
typedef 是什么
std::basic_string<char16_t>
和std::basic_string<char32_t>
就像今天一样:typedef basic_string<wchar_t> wstring.
我找不到任何参考。
编辑:根据 gcc-4.4 的标题,引入了这些新类型:
typedef basic_string<char16_t> u16string; typedef basic_string<char32_t> u32string;
我只是想确保这是实际的标准要求,而不是海湾合作委员会主义。
解决方案
1) char16_t
和 char32_t
将是不同的新类型,因此可以对它们进行重载。
引用自 ISO/IEC JTC1 SC22 WG21 N2018:
定义
char16_t
成为一种独特的新类型的打字,名称_Char16_t
具有相同的大小和表示uint_least16_t
。同样,定义char32_t
成为一种独特的新类型的打字,名称_Char32_t
它的大小和表示与uint_least32_t
.
进一步解释(来自 devx.com 文章“为 Unicode 革命做好准备"):
您可能想知道为什么
_Char16_t
和_Char32_t
当Typedefs首先需要类型和关键字uint_least16_t
和uint_least32_t
已经可用。新类型解决的主要问题是超载。现在可以超载功能_Char16_t
和_Char32_t
争论,并创建诸如std::basic_string<_Char16_t>
不同于std::basic_string <wchar_t>
.
2) u16string
和 u32string
确实是 C++0x 的一部分,而不仅仅是 GCC'isms,正如它们在 各种标准草稿. 。他们将被纳入新的 <string>
标头。引用同一篇文章:
标准库还将提供
_Char16_t
和_Char32_t
typedef,类似于 typedefwstring
,wcout
, 等,适用于以下标准类别:
filebuf, streambuf, streampos, streamoff, ios, istream, ostream, fstream, ifstream, ofstream, stringstream, istringstream, ostringstream,
string