c++ - ISO/IEC 在 UTF-16 等不同字符集编码中混淆 sizeof(char)

Question

假设一个程序在一个使用 UTF-16 编码字符集的系统上运行。所以根据The C++ Programming Language - 4th，第 150 页:

A char can hold a character of the machine’s character set.

→ 我认为 char 变量的大小为 2 字节。

但根据ISO/IEC 14882:2014:

sizeof(char), sizeof(signed char) and sizeof(unsigned char) are 1".

或 C++ 编程语言 - 第 4 版，第 149 页:

"[...], so by definition the size of a char is 1"

→ 固定大小为 1。

问题:以上这些陈述之间是否存在冲突或sizeof(char) = 1 只是一个默认(定义)值，并且将根据每个系统实现定义吗？

Answer 1

C++ 标准(和 C，就此而言)有效地定义了 byte作为 char 的大小类型，不是作为八位数量¹。根据 C++11 1.7/1 (我的粗体字):

The fundamental storage unit in the C++ memory model is the byte. A byte is at least large enough to contain any member of the basic execution character set and the eight-bit code units of the Unicode UTF-8 encoding form and is composed of a contiguous sequence of bits, the number of which is implementation defined.

因此表达式 sizeof(char)是总是 1，无论如何。

如果您想查看是否设置了基线 char变量(可能是 unsigned 变体最好)实际上可以保存 16 位值，您要查看的项目是 CHAR_BIT来自 <climits> .这包含 char 中的位数变量。

---

¹ 许多标准，尤其是与通信协议(protocol)相关的标准，使用更准确的术语 octet一个八位的值。