C中的Unicode字符

Question

C標准是否要求編譯器能夠處理未編碼為ascii的文件？ 特別是，我想知道utf-8文件是否符合標准。 上一個問題的答案在C89，C99和C11之間是否有所不同？

假設在C源文件中使用ASCII外部的字符是合法的，哪些用法合法？

我可以想到幾個不同的用例：

1. 在評論中
2. 在字符串內
3. 在標識符內
4. 在宏名稱內

這是一個顯示所有四個的示例：

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

如果C允許非ASCII字符出現在上面列出的用法中，那么可能使用的代碼點是否有任何限制？

請記住，這是關於C標准的問題。 我已經意識到將unicode字符放入標識符和宏將使代碼更難以使用。

Answer 1

它的實現是定義的，因此不受標准的約束。

我知道至少有一個編譯器，即clang ，它要求源是UTF-8。 但是其他編譯器可能會使用其他要求，或者不允許它。

從C99開始，標識符允許包含多字節字符，但在C99之前，它將是允許非基本字符的擴展名。 C11擴展了允許的字符集。

對標識符中允許的字符有一些額外的限制，並且©不在列表中。 它在附錄D中列出。這些是Unicode點，但這並不嚴格意味着文件中的編碼必須是基於unicode的。

允許的字符范圍

• 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

最初不允許使用字符范圍

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