4. 名前付きユニバーサルキャラクタ名で使用できる別名を拡張 [P3733R1]

最終更新日時:
が更新

履歴 編集

名前付きユニバーサルキャラクタ名で使用できる別名を拡張 [P3733R1](C++29)

このページはC++29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

C++23の名前付きユニバーサルキャラクタ名では、u8"\N{NO-BREAK SPACE}"のように文字の名前を\N{…}で指定できる。名前としては、Unicodeの文字名に加えて、その別名 (alias) のうちcontrol（制御文字の名前。NULLなど）・correction（公開された名前の誤りを訂正する名前）・alternate（広く使われている別名。BYTE ORDER MARKなど）の3分類のみが許可されていた。

C++29では、この分類の制限が撤廃され、残りの2分類を含むすべての別名を使用できるようになる。

  • abbreviation : よく使われる略称。NBSP (NO-BREAK SPACE)、ZWJ (ZERO WIDTH JOINER)、SHY (SOFT HYPHEN) など354個
  • figment : 文書化されたものの標準としては採用されなかった名前。HIGH OCTET PRESET (U+0081) など3個

// C++23: 正式な文字名で指定する必要があった
u8"network\N{NO-BREAK SPACE}timeout";

// C++29: 略称も指定できる
u8"network\N{NBSP}timeout";

この変更はC++23に対する欠陥報告 (DR) として扱うことが推奨されており、コンパイラはC++23モードでも略称などを受け入れる場合がある。

仕様

  • 名前付きユニバーサルキャラクタ名のn-char-sequenceは、Unicode標準の文字名、もしくはその文字名の別名と一致する場合に対応する文字を表す。一致しない場合、プログラムは不適格となる
    • C++26までは、別名のうちcontrol・correction・alternate分類のもののみが許可されていた。C++29では分類の制限がなくなる
  • 機能テストマクロ__cpp_named_character_escapesの値が202606Lに更新される

例

#include <iostream>

int main()
{
  // 略称の別名を使用できる。以下の2つの文字列は等価である
  const char8_t* str1 = u8"network\N{NO-BREAK SPACE}timeout";
  const char8_t* str2 = u8"network\N{NBSP}timeout";
  std::cout << reinterpret_cast<const char*>(str1) << std::endl;
  std::cout << reinterpret_cast<const char*>(str2) << std::endl;

  // 複数のコードポイントの合成による絵文字も短く書ける
  const char8_t* emoji = u8"\N{WOMAN}\N{ZWJ}\N{WOMAN}\N{ZWJ}\N{GIRL}";
  std::cout << reinterpret_cast<const char*>(emoji) << std::endl;
}

出力

network timeout
network timeout
👩‍👩‍👧

1〜2行目の空白はU+00A0 (NO-BREAK SPACE) である。

この機能が必要になった背景・経緯

C++23で名前付きユニバーサルキャラクタ名が導入された当時、C++はUnicodeの規定としてISO/IEC 10646を参照しており、そこにはfigment分類の別名が含まれず、abbreviation分類も一部しか含まれていなかったため、これらの分類は許可されなかった。

その後、C++23の策定中にC++が参照する規格がUnicode標準そのものへ変更されたことで（P2736R2）、この制限の根拠はなくなっていた。同じ\N{…}構文を持つPythonやPerlはすべての分類の別名を許可しており、C++だけが恣意的に制限された状態だったため、C++29ですべての分類が許可された。

また、Unicode標準は別名自体の不変性は保証するが、別名の分類には安定性の保証がない。分類による制限をなくすことで、この不安定な性質への依存もなくなった。

関連項目

参照