c語言中長字符串用什麼定義?目前互聯網應用中，例如大部分網站都已經使用 UTF-8 編碼，而 C 标準庫裡面，例如filesystem庫裡面關于文件路徑等，也是和 UTF-8 編碼相關，因此 C 标準也要優化對 UTF-8 編碼的支持，下面我們就來說一說關于c語言中長字符串用什麼定義?我們一起去了解并探讨一下這個問題吧!

c語言中長字符串用什麼定義

目前互聯網應用中，例如大部分網站都已經使用 UTF-8 編碼，而 C 标準庫裡面，例如filesystem庫裡面關于文件路徑等，也是和 UTF-8 編碼相關，因此 C 标準也要優化對 UTF-8 編碼的支持。

雖然在 C 11 中，已經增加了 UTF-8 字符串常量（u8"\xe4\xb8\xad\xe6\x96\x87"），但一直是使用 char * 作為類型。這樣導緻的問題，就是一個 char * 類型變量，可能是 UTF-8 編碼，也可能是多字節編碼（例如 GBK），因此為了區分不同的編碼類型，可能需要通過不同的函數名重載，或者模闆 traits 等技巧來進行區分。

因此在 C 20 中，将 UTF-8 字符串作為一種單獨的類型，增加了新的 char8_t 類型來進行描述。各種與字符串相關的模闆都增加 char8_t 相關的特化，例如 std 的字符串包裝類，就增加了 std::u8string 類型（std::basic_string<char8_t>）。

這個修改會造成不兼容，原來合法的代碼，可能會變得不合法，原來為了處理 UTF-8 字符串而特化成 char * 類型的模闆，需要改為特化 char8_t * 類型。

const auto * s1 = u8"text"; // <1> s1的類型，C 17 推導成const char *，C 20 推導成const char8_t * const char * s2 = u8"text"; // <2> C 17 正确，C 20 變成不正确 const char8_t * s3 = u8"text"; // <3> C 17 不正确（沒有char8_t類型），C 20 正确 template<typename T> int is_char8( const T * ) { return 0; } template<> int is_char8<char>( const char * ) { return 1; } std::cout << is_char8( s3 ) << std::endl; // <4> C 17 輸出1，C 20 輸出0 template<typename T> int is_char8_new( const T * ) { return 0; } template<> int is_char8_new<char8_t>( const char8_t * ) { return 1; } // <5> C 17 不支持 std::cout << is_char8_new( s3 ) << std::endl; // <6> C 20 輸出1 std::string s4 = u8"text"; // <7> C 17 正确，C 20 變成不正确 std::u8string s5 = u8"text"; // <8> C 17 不正确（沒有std::u8string類型），C 20 正确 std::filesystem::path p1; std::string s6 = p1.u8string(); // <9> C 17 正确，C 20 變成不正确 std::u8string s7 = p1.u8string(); // <10> C 17 不正确（沒有std::u8string類型），C 20 正确

之前的 C 标準新增 char16_t 和 char32_t 類型的時候，隻是說他們應該使用 UTF-16 和 UTF-32 的編碼格式，但标準裡面沒有明确進行這樣要求。

因此在 C 20 中，新增的 char8_t 類型明确要求是 UTF-8 字符串，同時将原來的 char16_t 和 char32_t 類型，也改為明确要求是 UTF-16 和 UTF-32 字符串。

之前的 C 标準，新增了字符串常量中的Unicode字符表達方式（\unnnn和\Unnnnnnnn），例如 \U0001f34 、 \uD83C\uDF4C 等，但對于不在 ISO 10646（Unicode編碼标準）中的字符的處理，則沒有明确說明。

因此在 C 20 中，明确要求Unicode字符表達方式（\unnnn和\Unnnnnnnn）中，如果有不在ISO 10646（Unicode編碼标準）中的字符，那麼這個代碼是不合法的。

【往期回顧】

C 20 新特性（9）：指針和數組相關的兩個改進

C 20 新特性（8）：range形式的for語句改進