Unicode转义序列与十六进制值

Question

要在我的程序中编码Unicode / UTF-8字符，我一直在使用\uXXXX转义序列，例如：

wchar_t superscript_4 = L'\u2074';  // U+2074 SUPERSCRIPT 4 '⁴'
wchar_t subscript_4   = L'\u2084';  // U+2084 SUBSCRIPT 4 '₄'

但是，使用十六进制应该可以正常工作，因为Unicode是以十六进制编码的。

wchar_t superscript_4 = 0x2074;
wchar_t subscript_4   = 0x2084;

第二个例子会正确编码字符吗？我会遇到宽字符问题，分段错误或错误存储的字符值吗？如果是这样，为什么？如果没有，为什么？

Answer 1

您可以使用十六进制常量初始化它们，但您也可以使用数字常量初始化常规char，例如char c = 67;。它的工作方式相同;它会分配char或wchar_t具有该int的值的任何内容。在你给出的例子中，假设一个Unicode执行环境（不太保证，但非常可能），它的下标或上标4;在我的例子中，它是一个大写C。

In particular，对于常规char，技术上的字符常量如'C'的类型为int，您通常会将int值分配给{{1} }}秒。对于char s，常量确实具有wchar_t类型，并且整数值与调用mbtowc时获得的值相同。因此，假设您在Unicode环境中工作，则十六进制常量等同于Unicode转义。

但通常你不想这样做;使用字符文字可以更清楚地表达您的意图。如果在源代码中使用非ASCII字符，则尤其如此，在这种情况下，您可以将代码设为

wchar_t

另请注意，出于多种目的，最好使用wchar_t superscript_4 = L'⁴' wchar_t subscript_4 = L'₄' 或char16_t，因为char32_t在不同平台上可以有不同的宽度;在你特别需要切换到别的东西之前，使用UTF-8也可能更干净。