1.1 Наборы символов

Обработка наборов символов исходного кода в C и родственных языках довольно сложная. Стандарт C обсуждает два набора символов, но на самом деле их, по меньшей мере, четыре.

Файлы, вводимые в CPP, могут быть в любом наборе символов. Первым действием CPP, даже до поиска границ строк, является преобразование файла в набор символов, используемый для внутренней обработки. Этот набор называется исходным набором символов в соответствии со стандартом C. Он должен быть изоморфен ISO 10646, также известному как Unicode. CPP использует кодировку UTF-8 Unicode.

Наборы символов входных файлов задаются с помощью опции -finput-charset=.

Вся предварительная обработка (предмет остальной части данного руководства) выполняется в исходном наборе символов. Если вы запрашиваете текстовый вывод от препроцессора с помощью опции -E, он будет в формате UTF-8.

После завершения предварительной обработки строковые и символьные константы преобразуются еще раз в выполняемый набор символов. Этот набор символов находится под управлением пользователя; по умолчанию используется UTF-8, соответствующий исходному набору символов. У широких строковых и символьных констант есть свой набор символов, который не указан в стандарте. Опять же, он находится под управлением пользователя. По умолчанию используется UTF-16 или UTF-32, какой из них подходит для типа wchar_t целевого объекта в порядке байтов целевой машины.¹ Восьмеричные и шестнадцатеричные управляющие последовательности не преобразуются; '\x12' имеет значение 0x12 независимо от текущего выбранного выполняемого набора символов. Все остальные управляющие последовательности заменяются символом в исходном наборе символов, который они представляют, а затем преобразуются в набор символов выполнения, точно так же, как и незамещенные символы.

В идентификаторах символы, находящиеся за пределами диапазона ASCII, могут быть заданы с помощью управляющих последовательностей ‘\u’ и ‘\U’ или использоваться напрямую в кодировке входных данных. Если строгое соответствие стандарту ISO C90 задано с помощью такой опции, как -std=c90, или используется -fno-extended-identifiers, то эти конструкции запрещены в идентификаторах.

Далее: Первичная обработка, Назад: Обзор [Содержание][Индекс]