4. 名前付きユニバーサルキャラクタ名

最終更新日時(UTC):
が更新

履歴 編集

名前付きユニバーサルキャラクタ名(C++23)

概要

これまで、Unicodeのユニバーサルキャラクタ名を指定するためには、u8"\u0100"のように\uまたは\Uに続いてコードポイントを記述していた。

しかしこれではコード上でなんの文字を表しているのかわかりにくいため、文字の名前を指定できるようにする。

構文としてはu8"\N{LATIN CAPITAL LETTER A WITH MACRON}"のように、\N{…}の波カッコで囲まれた中に、ユニバーサルキャラクタ名を入力する。

使用可能な文字はUnicode規格ISO/IEC 10646で定義される。

名前のマッチングはUAX44-LM2を参照しており、これによって

  • 大文字・小文字を区別しない
  • ハイフンの省略
  • アンダースコアをハイフンに置換

するなど、柔軟な指定ができるようになっている。例として、以下の名前はすべてU+200B (ZERO WIDTH SPACE、ゼロ幅スペース) を表すものとして使用できる：

ZERO WIDTH SPACE
ZERO-WIDTH SPACE
zero-width space
ZERO width S P_A_C E

例

#include <iostream>

int main()
{
  // ユニバーサルキャラクタ名をコードポイントで指定
  const char8_t* str1 = u8"\u0100\u0300";
  std::cout << reinterpret_cast<const char*>(str1) << std::endl;

  // ユニバーサルキャラクタ名を名前で指定
  // 上記のコードポイント指定と等価
  const char8_t* str2 = u8"\N{LATIN CAPITAL LETTER A WITH MACRON}\N{COMBINING GRAVE ACCENT}";
  std::cout << reinterpret_cast<const char*>(str2) << std::endl;
}

出力

Ā̀
Ā̀

関連項目

参照