在 C++17 和 C++20 之間可移植地使用 UTF-8 字符串文字前綴

Question

我有一個用 C++17 編寫的代碼庫，它大量使用 UTF-8 和c++11 中引入的u8字符串文字來指示 UTF 編碼。 但是，c++20 將u8文字在 C++中的含義從產生char或const char*更改為char8_t或const char8_t* ； 后者不是隱式指針可轉換為const char* 。

我希望這個項目支持在 C++17 和 C++20 模式下運行而不會損壞； 可以做些什么來支持這一點？

---

目前，該項目使用char8別名，該別名使用u8文字的類型結果：

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

但是這種方法存在一些問題：

1. char不保證是無符號的，這使得從數值生成代碼點不可移植（例如char8{129}與char中斷，但不與char8_t ）。

2. char8與 C++17 中的char沒有區別，可能會破壞現有代碼，並可能導致錯誤。

3. 從第 2 點繼續，不可能在 C++17 中用char8重載char來處理不同的編碼，因為它們不是唯一的類型。

可以做些什么來支持在 C++17 和 C++20 模式下運行，同時避免類型差異問題？

Answer 1

我建議在 C++20 之前的版本中簡單地將您自己的char8_t和u8string類型聲明為別名unsigned char和basic_string<unsigned char> 。 然后在遇到轉換問題的任何地方，您都可以編寫包裝函數以在每個版本中適當地處理它們。