2.14.5 String 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 string literal is a sequence of characters (as defined in 2.14.3 ) surrounded by double quotes, optionally prefixed by R, u8, u8R, u, uR, U, UR, L, or LR , as in "..." , R"(...)" , u8"..." , u8R"**(...)**" , u"...", uR"*˜(...)*˜" , U"..." , UR"zzz(...)zzz" , L"..." , or LR"(...)" , respectively.

1. 基础字符串字面量​​

​​语法​​："..."

• ​​特点​​：默认编码为执行字符集（通常为ASCII或平台相关编码），包含转义字符（如  、\t）。
• ​​示例​​：

  const char* str = "Hello\nWorld";  // 输出：Hello[换行]World

---

​​2. 原始字符串字面量（Raw String）​​

​​语法​​：R"delimiter(raw_characters)delimiter"

• ​​特点​​：
  • 忽略转义字符（如 \、"、换行符直接作为普通字符）。
  • 需通过自定义分隔符（delimiter）避免歧义。
• ​​示例​​：

  const char* path = R"(C:\Program Files\MyApp)";  // 直接包含反斜杠
  const char* multi_line = R"(
      Line1
      Line2
  )";  // 包含换行符
  const char* complex = R"delimiter(Hello )delimiter";  // 自定义分隔符

---

​​3. 编码前缀​​

​​(1) u8：UTF-8编码​​

• ​​语法​​：u8"..."
• ​​特点​​：
  • 字符串以UTF-8编码存储，类型为 const char8_t[]（C++20起）或 const char[]（C++17前）。
  • 支持Unicode字符（如中文、表情符号）。
• ​​示例​​：

  const char* utf8 = u8"你好，世界！";  // UTF-8编码

​​(2) u：UTF-16编码​​

• ​​语法​​：u"..."
• ​​特点​​：
  • 字符串以UTF-16编码存储，类型为 const char16_t[]。
  • 适用于跨平台宽字符处理。
• ​​示例​​：

  const char16_t* utf16 = u"😊";  // UTF-16编码的笑脸符号

​​(3) U：UTF-32编码​​

• ​​语法​​：U"..."
• ​​特点​​：
  • 字符串以UTF-32编码存储，类型为 const char32_t[]。
  • 每个字符占4字节，适合高精度Unicode处理。
• ​​示例​​：

  const char32_t* utf32 = U"🚀";  // UTF-32编码的火箭符号

​​(4) L：宽字符（Platform-dependent）​​

• ​​语法​​：L"..."
• ​​特点​​：
  • 字符串以宽字符（wchar_t）存储，编码依赖平台（Windows为UTF-16，Linux为UTF-32）。
  • 用于Windows API或控制台输出。
• ​​示例​​：

  const wchar_t* wide = L"こんにちは";  // 宽字符字符串

---

​​4. 组合前缀​​

​​(1) u8R：带分隔符的UTF-8原始字符串​​

• ​​语法​​：u8R"delimiter(raw_characters)delimiter"
• ​​示例​​：

  const char* raw_utf8 = u8R"delimiter(Hello )delimiter";  // UTF-8原始字符串

​​(2) uR：带分隔符的UTF-16原始字符串​​

• ​​语法​​：uR"delimiter(raw_characters)delimiter"
• ​​示例​​：

  const char16_t* raw_utf16 = uR"delimiter(😊)delimiter";  // UTF-16原始字符串

​​(3) UR：带分隔符的UTF-32原始字符串​​

• ​​语法​​：UR"delimiter(raw_characters)delimiter"
• ​​示例​​：

  const char32_t* raw_utf32 = UR"delimiter(🚀)delimiter";  // UTF-32原始字符串

​​(4) LR：带分隔符的宽字符原始字符串​​

• ​​语法​​：LR"delimiter(raw_characters)delimiter"
• ​​示例​​：

  const wchar_t* raw_wide = LR"delimiter(こんにちは)delimiter";  // 宽字符原始字符串

---

​​5. 关键区别与使用场景​​

​​前缀​​	​​编码类型​​	​​字符类型​​	​​适用场景​​
""	执行字符集	char	ASCII或平台默认编码
R"..."	原始字符串	char/wchar_t	含\、"、换行符的复杂字符串
u8"..."	UTF-8	char8_t	国际化文本（如中文、Emoji）
u"..."	UTF-16	char16_t	跨平台宽字符处理
U"..."	UTF-32	char32_t	高精度Unicode（如表情符号）
L"..."	宽字符（平台相关）	wchar_t	Windows API、控制台输出

---

​​6. 注意事项​​

1. ​​编码一致性​​：混合不同前缀会导致编译错误（如 u"Hello" L"World" 无效）。
2. ​​源码文件编码​​：使用 u8 前缀时，确保源码文件保存为UTF-8格式。
3. ​​宽字符输出​​：wchar_t 需配合宽字符输出函数（如 std::wcout）：

   #include <iostream>
   int main() {
       const wchar_t* wstr = L"你好";
       std::wcout << wstr << std::endl;  // 输出：你好
   }

---

​​7. 完整示例代码​​

#include <iostream>
#include <string>

int main() {
    // 基础字符串
    const char* basic = "Hello\nWorld";  // 输出：Hello[换行]World
    
    // 原始字符串
    const char* raw = R"(C:\Path\To\File)";  // 直接包含反斜杠
    
    // UTF-8字符串
    const char* utf8 = u8"汉字：\u4F60";  // 输出：汉字：你
    
    // UTF-16字符串
    const char16_t* utf16 = u"😊";  // 输出：😊
    
    // 宽字符字符串
    const wchar_t* wide = L"こんにちは";  // 输出：こんにちは
    
    std::cout << basic << std::endl;
    std::cout << raw << std::endl;
    std::wcout << wide << std::endl;  // 需宽字符输出支持
    return 0;
}

---

​​总结​​

通过合理使用前缀，可以更安全、高效地处理多语言文本和特殊字符。​​最佳实践​​包括：

• 优先用 u8 处理国际化文本。
• 在需要跨行或特殊字符时使用原始字符串（R"..."）。
• 避免混合不同前缀，确保类型一致性。