字符集与编码

本页面描述 C++ 标准所指定的几个字符集。

翻译字符集

翻译字符集 含有以下元素:

每个在 Unicode 代码空间赋予了代码单元的抽象字符，和
没有赋予到抽象字符的 Unicode 标量对应的每个不同的字符。

翻译字符集是基本字符集与基本字面量字符集（见后述）的超集。

(C++23 起)

基本字符集

基本字符集 含有以下 96(C++26 前)99(C++26 起) 个字符：

代码单元	字符	字形
U+0009	横向制表
U+000B	纵向制表
U+000C	换页（FF）
U+0020	空格
U+000A	换行（LF）	新行
U+0021	感叹号	`!`
U+0022	引号	`"`
U+0023	数字符号	`#`
U+0025	百分号	`%`
U+0026	和号	`&`
U+0027	撇号	`'`
U+0028	左圆括号	`(`
U+0029	右圆括号	`)`
U+002A	星号	`*`
U+002B	加号	`+`
U+002C	逗号	`,`
U+002D	连字符/减号	`-`
U+002E	句号	`.`
U+002F	斜线	`/`
U+0030 .. U+0039	数字零到九	`0 1 2 3 4 5 6 7 8 9`
U+003A	冒号	`:`
U+003B	分号	`;`
U+003C	小于号	`<`
U+003D	等号	`=`
U+003E	大于号	`>`
U+003F	问号	`?`
U+0041 .. U+005A	拉丁大写字母 A 到 Z	`A B C D E F G H I J K L M` `N O P Q R S T U V W X Y Z`
U+005B	左方括号	`[`
U+005C	反斜线	`\`
U+005D	右方括号	`]`
U+005E	抑扬音符号	`^`
U+005F	下划线	`_`
U+0061 .. U+007A	拉丁小写字母 a 到 z	`a b c d e f g h i j k l m` `n o p q r s t u v w x y z`
U+007B	左波形括号	`{`
U+007C	竖线	`\|`
U+007D	右波形括号	`}`
U+007E	波浪符	`~`

C++26 起下列字符被添加到基本字符集：

代码单元	字符	字型
U+0024	美元标记	`$`
U+0040	商业用 At 符号	`@`
U+0060	抑音符	`

(C++26 起)

基本字面量字符集

基本字面量字符集 含有基本字符集的所有字符，外加以下控制字符：

代码单元	字符
U+0000	空
U+0007	响铃
U+0008	退格
U+000D	回车（CR）

执行字符集

执行字符集 和执行宽字符集 是基本字面量字符集的超集。执行字符集的编码和额外元素（如果存在）的集合受本地环境影响。执行宽字符集中的每个字符都必须能够以一个不同的 wchar_t 代码单元表示。

代码单元与字面量编码

代码单元 是字符类型的一个整数。在除了多字符和不可编码字符字面量以外的字符字面量中的字符，和在字符串字面量中的字符，会根据编码前缀被编码为含有一个或多个编码单元的序列，这被称为对应的字面量编码。

字面量编码或执行字符集的受本地环境影响的编码会将基本字面量字符集的每个元素编码为一个具有非负值的代码单元，而且它与其他任何元素编码的代码单元都不相同。基本字面量字符集以外的字符可以被编码为多个代码单元；这样编码出来的某个代码单元可以和基本字面量字符集中的某个字符的代码单元相同。执行字符集的编码可以和任何字面量编码都不相关。

普通字面量编码是应用到普通字符字面量和普通字符串字面量的编码。宽字面量编码是应用到宽字符字面量和宽字符串字面量的编码。

字符 U+0000 NULL 被编码为零值。翻译字符集的其他任何元素都不能被编码为具有零值的代码单元。数字“0”（U+0030）之后的每个十进制数字字符的代码单元值都应该比上一个字符的值大一。普通字面量编码和宽字面量编码的其他部分都由实现定义。

对于 UTF-8，UTF-16 和 UTF-32 字面量，翻译字符集中每个字符对应的 UCS 标量值都会以 ISO/IEC 10646 中分别对应的 UCS 编码形式的说明进行编码。

注解

一些字符集的标准名在 C++23 中经由 P2314R4 进行了改动。

新名	旧名
基本字符集	基本源字符集
基本字面量字符集	基本执行字符集基本执行宽字符集

从（UTF-8 源文件以外的）(C++23 起)源文件的字符到基本字符集(C++23 前)翻译字符集(C++23 起)的映射（在翻译阶段1中进行）由实现定义，因此实现需要在其文档记载基本源字符如何在源文件里表示。

缺陷报告

下列更改行为的缺陷报告追溯地应用于以前出版的 C++ 标准。

缺陷报告	应用于	出版时的行为	正确行为
CWG 788	C++98	执行字符集的成员的值由实现定义，但不受本地环境影响	改为受本地环境影响
CWG 1796	C++98	基本执行（宽）字符集中空（宽）字符的表示的所有位均需为 0	只需要值为 0

参阅

ASCII 码表
字符集与编码的 C 文档

编译器支持
自立实现与有宿主实现
语言
标准库
标准库标头
具名要求
功能特性测试宏 (C++20)
语言支持库
概念库 (C++20)
诊断库
内存管理库
元编程库 (C++11)
通用工具库
容器库
迭代器库
范围库 (C++20)
算法库
字符串库
文本处理库
数值库
日期和时间库
输入/输出库
文件系统库 (C++17)
并发支持库 (C++11)
执行控制库 (C++26)
技术规范
符号索引
外部库

注释
ASCII
标点
名字和标识符
类型
基础类型
对象
作用域
对象生存期
存储期与链接
定义和单一定义规则（ODR）
名字查找
有限定名字查找
无限定名字查找
“如同”规则
未定义行为
内存模型
多线程执行与数据竞争 (C++11)
字符集与编码
翻译阶段
`main()` 函数
模块 (C++20)
约定 (C++26)