c++ - 'x' 和 L'x' 之间的关系并加宽 ('x' )

Question

让 x是基本源字符集的任何成员。 'x'和 L'x'分别是基本执行字符集和基本执行宽字符集的成员。

'x' 的整数值是真的吗？和 L'x'必须相等？看起来标准不需要这样做，这是有道理的。可以想象将 EBCDIC 用作窄字符集，将 Unicode 用作宽字符集。

std::use_facet<std::ctype<wchar_t>>(std::locale()).widen('x') 是真的吗？应该等于 L'x'在某些(或任何)语言环境中？在这种情况下，要求这样做是有道理的，但我在标准中也找不到这样的要求。同样，是 std::use_facet<std::ctype<wchar_t>>(std::locale()).narrow(L'x')与 'x' 相同?

如果以上不正确，那么是哪一个

std::wcout << L'x';
std::wcout << ct.widen('x');

应该输出x ? ct是适当的语言环境方面。

Answer 1

在实践中几乎不能保证宽字符集，因为 C 和 C++ 标准要求所有宽字符都可以用单个编码值表示，而 Windows 编程的标准是 UTF-16 编码的宽文本.最初的 Windows 宽文本只是最初的 16 位 Unicode，现在称为 UCS-2，它仍在 Windows 控制台窗口中使用，并且符合 C 和 C++ 要求。 UTF-16 是 UCS-2 的扩展，它使用两个编码值，称为代理对，用于原始 Unicode 基本多语言平面(也称为 BMP)之外的字符。

---

回复

” Is it true that integral values of 'x' and L'x' must be equal? [When x is a member of the C++ basic source character set]

基本源字符集是 ASCII 的子集，几乎所有现存的通用字符编码，尤其是 Unicode 编码，都是 ASCII 的扩展。有一个异常(exception)，即 IBM 的 EBCDIC 字符编码(有多种变体)。但是，如果它仍然在使用，那就是在 IBM 大型机上。

因此在实践中你有这个保证，但在正式的时候你没有。不过，更重要的是，它无关。例如，基本源字符集缺少 $ 符号，你几乎不能指望没有它，即限制自己使用基本源字符集不是一个实际的提议。

---

回复

” Is it true that std::use_facet<std::ctype<wchar_t>>(std::locale()).widen('x') should be equal to L'x' in some (or any) locale [When x is a member of the C++ basic source character set]

出于与文字相同的原因，在实践中是，在形式上不是(因为支持像 EBCDIC 这样的编码)，而且这与从业者无关。

特别是在实践中，一个更相关的考虑是微软的 Visual C++ 有(未记录的)Windows ANSI 作为其执行字符集，而 UTF-16 作为宽字符编码。例如。在我的机器上，执行字符集是 Windows 1252，也就是 Windows ANSI Western。有些字符，尤其是 €，具有完全不同的 Unicode 字符代码。更糟糕的是，可能只有一些窄字符集可用作执行字符集，其中某些字符的 UTF-16 编码将使用一对代理编码值。在那种情况下widen甚至不能代表结果；没有空间了。