c++ 字符串utf-8 通用字符名 用unicode編碼表示

通用字符名（UCN）

c++11引入了一種新的轉義字符——通用字符名（universal character names）。表示就是\uxxxx或者\Uxxxxxxxx，xxxx是一個unicode碼點。

#include <iostream>
using namespace std;
int main()
{
    const char* a = "\u4f60";
    // const char* a = "\U00004f60";
    cout << a << endl;
}

要注意，代碼中寫的是字符的unicode編碼，執行時輸出的是utf-8編碼，注意區分。可以在這里查字符的Unicode編碼

在windows下用g++編譯執行上述代碼，會輸出utf-8編碼的“你”（a的長度是3+1字節），g++默認使用的執行字符集是utf-8。

如果用msvc編譯器，執行字符集默認使用gbk，會輸出gbk編碼的“你”（a的長度是2+1字節）。

對於【執行字符集和源文件字符集】，可以看我的另一篇博客。

u8前綴

如果字符串用u8前綴，則表示這段字符串用utf-8編碼執行。

#include <iostream>
using namespace std;

int main()
{
    const char* a = "\u4f60";
    const char* b = u8"好";
    const char* c = "啊";
    cout << a << endl;
    cout << b << endl;
    cout << c << endl;
}

上述代碼以utf-8格式保存，用g++編譯，會輸出utf-8編碼的“你好啊”。因為g++默認使用的執行字符集就是utf-8。

如果以GBK格式保存並用msvc編譯，由於默認執行字符集是GBK，會將“你”和“啊”用GBK編碼輸出，將“好”用utf-8編碼輸出。（再次提醒注意，這里源碼保存為GBK和執行字符集是GBK無關。）