Используя Unicode в исходном коде C++

В стандарте C++ ничто не говорится о кодировании файла исходного кода, насколько я знаю.

обычное кодирование (или используется, чтобы быть) 7-разрядный ASCII - некоторые компиляторы (Borland, например) передумали бы относительно символов ASCII, которые использовали высоко-разрядное. Нет никакой технической причины, что символы Unicode не могут использоваться, если Ваш компилятор и редактор принимают их - большинство современных основанных на Linux инструментов и многие лучшие редакторы на базе Windows, обрабатывают кодировку UTF-8 без проблемы, хотя я не уверен, что компилятор Microsoft будет.

РЕДАКТИРОВАНИЕ: похоже, что компиляторы Microsoft примут закодированные Unicode файлы, но будут иногда производить ошибки на 8-разрядном ASCII также:

warning C4819: The file contains a character that cannot be represented
in the current code page (932). Save the file in Unicode format to prevent
data loss.

В дополнение к сообщению litb MSVC ++ поддерживает Unicode также. Я понимаю, что это получает кодирование Unicode от BOM. Это определенно поддерживает код как int (*♫)(); или const std::set<int> ∅;, Если Вы действительно в код obfuscuation:

typedef void ‼; // Also known as \u203C
class ooɟ {
    operator ‼() {}
};

Здесь существует две проблемы в действии. Первое - то, какие символы позволяются в коде C++ (и комментарии), такие как имена переменной. Второе - то, какие символы позволяются в строках и строковых литералах.

, Как отмечено, компиляторы C++ должны поддерживать очень ограниченный основанный на ASCII набор символов для символов, позволенных в коде и комментариях. На практике этот набор символов не работал очень хорошо с некоторыми европейскими наборами символов (и особенно с некоторыми европейскими клавиатурами, которые не имели нескольких символов - как квадратные скобки - доступными), таким образом, понятие диграфов и trigraphs было представлено. Много компиляторов принимают больше, чем этот набор символов в это время, но нет никакой гарантии.

Что касается строк и строковых литералов, C++ имеет понятие строки широкого символа и широкого символа. Однако кодирование для того набора символов не определено. На практике это - почти всегда Unicode, но я не думаю, что здесь существует любая гарантия. Строковые литералы широкого символа похожи на "строковый литерал" L, и они могут быть присвоены станд.:: wstring's.

C++ 11 добавил явную поддержку строк Unicode и строковых литералов, закодированных как UTF-8, обратный порядок байтов UTF-16, прямой порядок байтов UTF-16, обратный порядок байтов UTF-32 и прямой порядок байтов UTF-32.

Для кодирования в строках я думаю, что Вы предназначены для использования нотация \u , например:

std::wstring str = L"\u20AC"; // Euro character

Также стоит отметить, что широкие символы в C++ не являются действительно строками Unicode как таковыми. Они - просто строки больших символов, обычно 16, но иногда 32 бита. Это определяется реализацией, тем не менее, IIRC, у Вас может быть 8-разрядное wchar_t, у Вас нет реальной гарантии относительно кодирования в них, поэтому при попытке сделать что-то как обработка текста, Вы, вероятно, захотите определение типа к самому подходящему целому типу к Вашему объекту Unicode.

C++ 1x имеет дополнительную поддержку unicode в форме строковых литералов кодировки UTF-8 (u8"text"), и UTF-16 и типы данных UTF-32 (char16_t и char32_t IIRC), а также соответствующие строковые константы (u"text" и U"text"). Кодирование на символах определило без \uxxxx или \Uxxxxxxxx, константы все еще определяются реализацией, хотя (и нет никакой поддержки кодирования сложных строковых типов вне литералов)

AFAIK Это не стандартизировано, поскольку можно поместить любой тип символов в широких строках. Просто необходимо проверить, что компилятор установлен на исходный код Unicode заставить его работать правильно.