2.14.3 Character literals 2

书籍：《ISO/IEC 14882 2014》

说明：以上内容大部分来自腾讯元宝。

如何理解以下内容：

1  A character literal is one or more characters enclosed in single quotes , as in ’x’, optionally preceded by one of the letters u , U , or L , as in u’y’ , U’z’ , or L’x’, respectively. A character literal that does not begin with u , U , or L is an ordinary character literal , also referred to as a narrow-character literal . An ordinary character literal that contains a single c-char representable in the execution character set has type char, with value equal to the numerical value of the encoding of the c-char in the execution character set. An ordinary character literal that contains more than one c-char is a multicharacter literal . A multicharacter literal, or an ordinary character literal containing a single c-char not representable in the execution character set, is conditionally-supported, has type int , and has an implementation-defined value .

字符字面量是用单引号括起来的一个或多个字符，如‘ x ’，前面可选地加上字母u、u或L中的一个，如u‘ y ’、U‘ z ’或L‘ x’。不以u、u或L开头的字符文字是普通字符文字，也称为窄字符文字。包含单个可在执行字符集中表示的c-char的普通字符字面量具有char类型，其值等于执行字符集中c-char编码的数值。包含一个以上c字符的普通字符字面量是多字符字面量。多字符字面量或包含单个在执行字符集中不可表示的c-char的普通字符字面量是有条件支持的，类型为int，并具有实现定义的值。 

 

一、基本结构与分类

1. ​​普通字符字面量（Narrow Character Literal）​​

• ​​语法​​：'c-char-sequence'
  • ​​示例​​：'a'、'\n'、'\x41'
  • ​​类型​​：默认为 char，存储单个字符的编码值（如ASCII码）。
  • ​​数值范围​​：由执行字符集（Execution Character Set）决定，通常为ASCII兼容的 char 类型（-128~127或0~255，取决于编译器符号性）。

2. ​​带前缀的宽字符字面量​​

• ​​语法​​：u'y'、U'z'、L'x'
  • ​​前缀作用​​：

    前缀	类型	编码方式	示例
    u	char16_t	UTF-16	u'\u4F60'（汉字）
    U	char32_t	UTF-32	U'\U0001F600'（😀）
    L	wchar_t	宽字符（平台相关）	L'Ω'（Unicode）

  • ​​示例​​：

    char16_t c1 = u'你';    // UTF-16编码
    wchar_t c2 = L'©';      // 宽字符（通常4字节）
    char32_t c3 = U'\U0001F600'; // UTF-32编码

---

二、多字符字面量（Multicharacter Literal）

1. ​​定义​​

• ​​语法​​：'c1c2c3...'（包含多个字符）
  • ​​示例​​：'ab'、'\1\2\3'
  • ​​类型​​：int（条件支持，由编译器决定）
  • ​​值​​：实现定义，通常将多个字符的编码按顺序组合为整数（如大端序或小端序）。

2. ​​示例与行为​​

int a = 'AB';    // 可能为0x4142（十六进制）或0x4241，取决于编译器
int b = '\1\2\3'; // 可能为0x010203（八进制转义）

• ​​可移植性问题​​：不同编译器对多字符字面量的处理可能不同（如字节序、填充方式）。

---

三、字符的合法组成

1. ​​有效字符​​

• ​​源字符集成员​​：除单引号（'）、反斜杠（\）、换行符外的所有可打印字符。
• ​​转义序列​​：
  • ​​简单转义​​：\n（换行）、\\（反斜杠）、\'（单引号）等。
  • ​​八进制转义​​：\101（十进制65 → 'A'）。
  • ​​十六进制转义​​：\x41（十进制65 → 'A'）。
  • ​​通用字符名​​：\u4F60（UTF-16编码的汉字“你”）。

2. ​​非法示例​​

char c1 = '\x80';   // 可能溢出（char为有符号时值为-128）
char c2 = 'ab';     // 多字符字面量，类型为int

---

四、类型与值的规则

字面量类型	类型	值规则
普通单字符字面量	char	字符的编码值（如'A' → 65）
普通多字符字面量	int	实现定义（如'AB' → 0x4142或0x4241）
带前缀的宽字符字面量	char16_t/wchar_t/char32_t	Unicode码点（如u'\u4F60' → UTF-16编码的汉字“你”）

---

五、实际应用与注意事项

1. ​​字符编码与跨平台​​

• ​​UTF-8支持​​：C++17引入u8前缀（如u8"你好"），但字符字面量仍需使用u/U/L前缀指定编码类型。
• ​​宽字符操作​​：使用wchar_t时需注意平台差异（Windows为2字节，Linux为4字节）。

2. ​​常见错误​​

• ​​转义字符遗漏​​：

  char c = '\t';    // 正确：制表符
  char d = '\0';    // 正确：空字符
  char e = '\x';    // 错误：缺少十六进制数字

• ​​多字符字面量误用​​：

  char f = 'a';     // 正确：单字符
  int g = 'ab';     // 合法但值不确定（非可移植代码）

---

六、总结

• ​​核心规则​​：
  • 无前缀字符字面量默认为char，多字符字面量为int。
  • 前缀u/U/L指定Unicode编码类型，需匹配目标字符集。
• ​​设计意图​​：通过前缀和转义序列支持ASCII、扩展字符及Unicode，兼顾跨平台兼容性。
• ​​最佳实践​​：
  • 优先使用u8前缀处理UTF-8字符串。
  • 避免多字符字面量，以提高代码可移植性。