如何在 C 中安全地声明 16 位字符串文字？

Question

我知道已经有一个标准方法，前缀为L：

wchar_t *test_literal = L"Test";

问题是wchar_t不保证是16位的，但是对于我的项目，我需要一个16位的wchar_t。我也想避免传递-fshort-wchar的要求。

那么，C（不是 C++）是否有任何前缀可以让我声明 UTF-16 字符串文字？

Answer 1

那么，C（不是 C++）是否有任何前缀可以让我声明 UTF-16 字符串文字？

差不多，但不完全。 C2011 为您提供以下选项：

• 字符串文字（char 类型的元素）- 无前缀。示例："Test"
• UTF-8 字符串文字（char 类型的元素） - 'u8' 前缀。示例：u8"Test"
• 三种风格的宽字符串文字：
  • wchar_t 元素 - 'L' 前缀。示例：L"Test"
  • char16_t 元素 - 'u' 前缀。示例：u"Test"
  • char32_t 元素 - 'U' 前缀。示例：U"Test"

但是请注意，尽管您可以声明具有 char16_t 类型元素的宽字符串文字，但该标准不保证它们将使用 UTF-16 编码，也不对语言基本字符集之外的哪些字符必须包含在执行字符集中。但是，您可以在编译时测试前者：如果 char16_t 在给定的符合实现中表示 UTF-16 编码的字符，那么该实现会将宏 __STDC_UTF_16__ 定义为 1。

还请注意，您需要包含 (C's) uchar.h 标头才能使用 char16_t 类型名称，但文字的 u"..." 语法不依赖于此。请注意，因为此标头名称与 International Components for Unicode 的 C 接口使用的名称相冲突，这是一个相对广泛使用的 Unicode 支持包。

最后，请注意，其中大部分是 C2011 中的新内容。要使用它，您需要一个符合 C2011 的实现。这些当然是可用的，但是许多仅符合早期标准甚至不符合标准的实现也是如此。标准 C99 及更早版本不提供保证 16 位元素的字符串文字语法。

Answer 2

您需要一个 16 位的 wchar_t - 但它不在您的控制范围内。如果编译器说它是 32 位，那么它就是 32 位，无论您想要什么或需要什么都没有关系。

字符串类是模板化的。您始终可以使用模板来创建具有 16 位字符的模板类。我个人会尝试删除任何不是 UTF-8 的 Unicode 处理。

另一种方法是巧妙的#ifdef，如果 wchar_t 不是 16 位，它将产生编译时错误，并在您实际需要解决问题时解决问题。