4. 名前付きユニバーサルキャラクタ名 [P2071R2]

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 [P2071R2](C++23)

このページはC++23に採用された言語機能の変更を解説しています。

のちのC++規格でさらに変更される場合があるため関連項目を参照してください。

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、それと厳密に一致しなければならない（大文字と小文字の違いやスペースの有無・数などが厳密にチェックされる）。

このユニコード名のマッチングを規定するUAX44-LM2では、以下の名前はすべてU+200B (ZERO WIDTH SPACE、ゼロ幅スペース) を表すものとしてマッチングされるが、C++の名前付きユニバーサルキャラクタ名では一番最初のZERO WIDTH SPACEのみが正しい名前として受け入れられる。

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