在 C++17 和 C++20 之间可移植地使用 UTF-8 字符串文字前缀

Question

我有一个用 C++17 编写的代码库，它大量使用 UTF-8 和c++11 中引入的u8字符串文字来指示 UTF 编码。 但是，c++20 将u8文字在 C++中的含义从产生char或const char*更改为char8_t或const char8_t* ； 后者不是隐式指针可转换为const char* 。

我希望这个项目支持在 C++17 和 C++20 模式下运行而不会损坏； 可以做些什么来支持这一点？

---

目前，该项目使用char8别名，该别名使用u8文字的类型结果：

// Produces 'char8_t' in C++20, 'char' in anything earlier
using char8 = decltype(u8' ');

但是这种方法存在一些问题：

1. char不保证是无符号的，这使得从数值生成代码点不可移植（例如char8{129}与char中断，但不与char8_t ）。

2. char8与 C++17 中的char没有区别，可能会破坏现有代码，并可能导致错误。

3. 从第 2 点继续，不可能在 C++17 中用char8重载char来处理不同的编码，因为它们不是唯一的类型。

可以做些什么来支持在 C++17 和 C++20 模式下运行，同时避免类型差异问题？

Answer 1

我建议在 C++20 之前的版本中简单地将您自己的char8_t和u8string类型声明为别名unsigned char和basic_string<unsigned char> 。 然后在遇到转换问题的任何地方，您都可以编写包装函数以在每个版本中适当地处理它们。