UTF-8文字リテラル

概要

C++14までは、UTF-8エンコーディングであることを示すu8プレフィックスを、文字列リテラルに対してのみ指定できた。C++17では、文字リテラルに対してもu8プレフィックスを付けられる。

char s[] = u8"あいうえお"; // OK : C++11以降
char c = u8'A'; // OK : C++17以降

C++20ではUTF-8文字リテラルの型がcharではなくchar8_tになる

u8プレフィックスが付いた文字リテラルは、char文字型の、UTF-8文字リテラルとなる
UTF-8文字リテラルの値は、ISO 10646のコードポイント値と同値となる。そのコードポイント値は、単一のUTF-8コードユニットで表現できること
- UTF-8文字リテラルが扱えるコードポイントの範囲は、C0 Controls and Basic Latin Unicode block (C0制御文字とラテン基本文字)となる
- そのコードポイント範囲を超える値が指定された場合、プログラムは不適格となる