C中的Unicode字符

Question

C标准是否要求编译器能够处理未编码为ascii的文件？ 特别是，我想知道utf-8文件是否符合标准。 上一个问题的答案在C89，C99和C11之间是否有所不同？

假设在C源文件中使用ASCII外部的字符是合法的，哪些用法合法？

我可以想到几个不同的用例：

1. 在评论中
2. 在字符串内
3. 在标识符内
4. 在宏名称内

这是一个显示所有四个的示例：

#ifdef PRINT_©
// Print out the © notice
cont char my©Notice[] = "This program is © 2016 ACME INC";
puts(my©Notice);
#endif

如果C允许非ASCII字符出现在上面列出的用法中，那么可能使用的代码点是否有任何限制？

请记住，这是关于C标准的问题。 我已经意识到将unicode字符放入标识符和宏将使代码更难以使用。

Answer 1

它的实现是定义的，因此不受标准的约束。

我知道至少有一个编译器，即clang ，它要求源是UTF-8。 但是其他编译器可能会使用其他要求，或者不允许它。

从C99开始，标识符允许包含多字节字符，但在C99之前，它将是允许非基本字符的扩展名。 C11扩展了允许的字符集。

对标识符中允许的字符有一些额外的限制，并且©不在列表中。 它在附录D中列出。这些是Unicode点，但这并不严格意味着文件中的编码必须是基于unicode的。

允许的字符范围

• 00A8,00AA，00AD，00AF，00B2-00B5,00B7-00BA，00BC-00BE，00C0-00D6,00D8-00F6,00F8-00FF
• 0100-167F，1681-180D，180F-1FFF
• 200B-200D，202A-202E，203F-2040,2054,2060-206F
• 2070-218F，2460-24FF，2776-2793,2C00-2DFF，2E80-2FFF
• 3004-3007,3021-302F，3031-303F
• 3040-D7FF
• F900-FD3D，FD40-FDCF，FDF0-FE44，FE47-FFFD
• 10000-1FFFD，20000-2FFFD，30000-3FFFD，40000-4FFFD，50000-5FFFD，60000-6FFFD，70000-7FFFD，80000-8FFFD，90000-9FFFD，A0000-AFFFD，B0000-BFFFD，C0000-CFFFD，D0000- DFFFD，E0000-EFFFD

最初不允许使用字符范围

• 0300-036F，1DC0-1DFF，20D0-20FF，FE20-FE2F