C ++ 11中的Unicode标识符和源代码？

新标准对Unicode开放了吗？ 关于在标识符中允许使用通用字符名称，答案是否定的。早在C99和C ++ 98的标识符中就允许使用UCN。但是，直到最近编译器才实现该特定要求。我认为Clang 3.3引入了对此的支持，并且GCC在一段时间内已经对此进行了试验。 Herb Sutter在他的Build 2013演讲“ C ++的未来”中还提到，此功能在某个时候也将用于VC ++。 （尽管IIRC Herb将其称为C ++ 11功能；实际上它是C ++ 98功能。） 预计不会使用UCN编写标识符。相反，预期的行为是使用源编码编写所需的字符。例如，来源看起来像：

long pörk;

不：

long p\\u00F6rk;

但是，UCN也可用于其他目的。并非所有编译器都必须接受相同的源编码，但是现代编译器均支持某种编码方案，其中至少基本源字符具有相同的编码（即，现代编译器均支持某种ASCII兼容编码）。 UCN允许您仅使用基本字符编写源代码，而仍使用扩展名命名。例如，这在用源代码编写字符串文字\“°\”时将很有用，该源代码将同时编译为CP1252和UTF-8：

char const *degree_sign = \"\\u00b0\";

即使源编码不同，此字符串文字也会被编码为多个编译器上适当的执行编码，只要这些编译器至少为基本字符共享相同的编码即可。   （便携式）源代码可以采用任何Unicode编码，例如UTF-8，UTF-16或任何（无论如何定义）代码页吗？ 该标准不是必需的，但是大多数编译器将接受UTF-8源。 Clang仅支持UTF-8源（尽管它与字符和字符串文字中的非UTF-8数据具有一定兼容性），gcc允许指定源编码并包括对UTF-8的支持，而VC ++会猜测该编码并可以猜测UTF-8。 （更新：VS2015现在提供了一个选项，可以强制将源字符集和执行字符集设置为UTF-8。）   我可以在myfu \\ u1234ntion中写上带有\\ u1234的标识符（出于任何目的） 是的，规范要求这样做，尽管正如我所说，并不是所有的编译器都可以实现此要求。   或者我可以使用Unicode定义的\“字符名称\”，如ICU中那样。

const auto x = \"German Braunb\\U{LOWERCASE LETTER A WITH DIARESIS}r.\"u32;

不，您不能使用Unicode长名称。   甚至在源代码本身的标识符中？那会是一种享受...咳嗽... 如果编译器支持包含所需扩展字符的源代码编码，则必须将在字面上直接写在源代码中的字符与等效的UCN完全相同。因此，是的，如果您使用支持C ++规范此要求的编译器，则可以直接在源代码中将任何字符写入其源字符集中，而不必担心编写UCN。     

我认为其目的是允许在标识符中使用Unicode字符，例如：

long pöjk;
ostream* å;

    

我建议使用

clang++

而不是

g++

。 Clang被设计为与GCC（维基百科源）高度兼容，因此您很可能可以替换该命令。 我想在源代码中使用希腊符号。 如果以代码可读性为目标，那么（例如）使用ѭ15而不是

alpha

是合理的。特别是在较大的数学公式中使用时，可以在源代码中更轻松地阅读它们。 为此，这是一个最小的工作示例：

> cat /tmp/test.cpp
#include <iostream>

int main()
{
    int α = 10;
    std::cout << \"α = \" << α << std::endl;
    return 0;
}
> clang++ /tmp/test.cpp -o /tmp/test
> /tmp/test 
α = 10

    

本文https://www.securecoding.cert.org/confluence/display/seccode/PRE30-C.+Do+not+create+a+universal+character+name+through+concatenation符合

int \\u0401;

兼容的想法代码，尽管它基于C99，而不是C ++ 0x。     

当前版本的gcc（到目前为止，最新版本为5.2）仅支持ASCII，在某些情况下还支持EBCDIC输入文件。因此，标识符中的Unicode字符必须使用ASCII编码文件中的\\ uXXXX和\\ UXXXXXXXX转义序列表示。虽然可以在EBCDIC编码的输入文件中将Unicode字符表示为?? / uXXXX和?? / UXXXXXXX，但我尚未对此进行测试。无论如何，只要安装了最新版本的iconv，一个简单的单行cpp修补程序就可以直接读取UTF-8输入。详细信息在 https://www.raspberrypi.org/forums/viewtopic.php?p=802657 并可能由补丁总结

diff -cNr gcc-5.2.0/libcpp/charset.c gcc-5.2.0-ejo/libcpp/charset.c
*** gcc-5.2.0/libcpp/charset.c  Mon Jan  5 04:33:28 2015
--- gcc-5.2.0-ejo/libcpp/charset.c  Wed Aug 12 14:34:23 2015
***************
*** 1711,1717 ****
    struct _cpp_strbuf to;
    unsigned char *buffer;

!   input_cset = init_iconv_desc (pfile, SOURCE_CHARSET, input_charset);
    if (input_cset.func == convert_no_conversion)
      {
        to.text = input;
--- 1711,1717 ----
    struct _cpp_strbuf to;
    unsigned char *buffer;

!   input_cset = init_iconv_desc (pfile, \"C99\", input_charset);
    if (input_cset.func == convert_no_conversion)
      {
        to.text = input;