सी ++ 11: साधारण स्ट्रिंग शाब्दिक और यूटीएफ -8 स्ट्रिंग के बीच अंतर का उदाहरण शाब्दिक?

Question

एक स्ट्रिंग अक्षर जो एक एन्कोडिंग-उपसर्ग के साथ शुरू नहीं होता है वह सामान्य स्ट्रिंग शाब्दिक है, और दिए गए वर्णों के साथ प्रारंभ किया जाता है।

u8 "asdf" जैसे यू 8 के साथ शुरू होता है एक स्ट्रिंग अक्षर, एक यूटीएफ -8 स्ट्रिंग अक्षर है और यूटीएफ -8 में एन्कोड किए गए वर्णों के साथ प्रारंभ किया जाता है।

मुझे सामान्य स्ट्रिंग शाब्दिक और यूटीएफ -8 स्ट्रिंग शाब्दिक के बीच का अंतर समझ में नहीं आता है।

क्या कोई ऐसी परिस्थिति का उदाहरण प्रदान कर सकता है जहां वे अलग हैं? (कारण अलग संकलक उत्पादन)

(मैं मानक की पीओवी से, नहीं किसी विशेष कार्यान्वयन मतलब)

एक चरित्र में प्रत्येक स्रोत वर्ण सेट सदस्य शाब्दिक या एक स्ट्रिंग शाब्दिक, साथ ही प्रत्येक भागने एक वर्ण शाब्दिक या गैर-कच्चे स्ट्रिंग अक्षर में अनुक्रम और सार्वभौमिक-चरित्र-नाम, निष्पादन वर्ण सेट के संबंधित सदस्य में परिवर्तित हो गया है।

Answer 1

सी और सी ++ भाषाएं उनके कार्यान्वयन में अक्षांश की एक बड़ी मात्रा की अनुमति देती हैं। यू को यूटीएफ -8 "एकल बाइट्स में टेक्स्ट एन्कोड करने का तरीका" से पहले लिखा गया था: विभिन्न प्रणालियों में अलग-अलग टेक्स्ट एन्कोडिंग थीं।

तो सी और सी ++ में स्ट्रिंग के लिए बाइट मान वास्तव में कंपाइलर तक क्या हैं। 'A' जो भी संकलक का चुना हुआ एन्कोडिंग चरित्र A के लिए है, जो यूटीएफ -8 से सहमत नहीं हो सकता है।

सी ++ ने आवश्यकता को जोड़ा है कि असली यूटीएफ -8 स्ट्रिंग अक्षर को कंपेलरों द्वारा समर्थित किया जाना चाहिए। u8"A"[0] का बिट मान यूटीएफ -8 मानक के माध्यम से सी ++ मानक द्वारा तय किया गया है, भले ही संकलक लक्ष्यीकरण प्लेटफॉर्म के पसंदीदा एन्कोडिंग के बावजूद।

अब, अधिकांश प्लेटफ़ॉर्म सी ++ लक्ष्य 2 के पूरक पूर्णांक का उपयोग करते हैं, अधिकांश कंपेलरों में वर्ण एन्कोडिंग होते हैं जो अधिकतर यूटीएफ -8 के साथ संगत होते हैं। तो "hello world" जैसे तारों के लिए, u8"hello world" लगभग निश्चित रूप से समान होगा।

एक ठोस उदाहरण के लिए, से man gcc

-fexec-charset = चारसेट

निष्पादन वर्ण सेट, स्ट्रिंग और चरित्र स्थिरांक के लिए इस्तेमाल किया सेट करें। डिफ़ॉल्ट यूटीएफ -8 है। वर्णसेट सिस्टम के iconv लाइब्रेरी दिनचर्या द्वारा समर्थित कोई एन्कोडिंग हो सकता है।

-finput-charset = चारसेट

इनपुट वर्ण सेट, स्रोत चरित्र जीसीसी द्वारा इस्तेमाल किया सेट करने के लिए इनपुट फ़ाइल के वर्ण सेट से अनुवाद के लिए इस्तेमाल किया सेट करें। यदि लोकेल निर्दिष्ट नहीं करता है, या जीसीसी लोकल से यह जानकारी नहीं प्राप्त कर सकता है, तो डिफ़ॉल्ट यूटीएफ -8 है। इसे लोकेल या इस कमांड लाइन विकल्प द्वारा ओवरराइड किया जा सकता है। यदि कोई संघर्ष है तो वर्तमान में कमांड लाइन विकल्प प्राथमिकता लेता है। वर्णसेट सिस्टम के iconv लाइब्रेरी दिनचर्या द्वारा समर्थित कोई एन्कोडिंग हो सकता है।

सी/सी ++ के निष्पादन और इनपुट चरित्र सेट को बदलने में सक्षम होने का एक उदाहरण है।