GCC 和 MSVC 中的 C++ utf-8 文字

Question

这里我有一些简单的代码:

#include <iostream>
#include <cstdint>

    int main()
    {
         const unsigned char utf8_string[] = u8"\xA0";
         std::cout << std::hex << "Size: " << sizeof(utf8_string) << std::endl;
          for (int i=0; i < sizeof(utf8_string); i++) {
            std::cout << std::hex << (uint16_t)utf8_string[i] << std::endl;
          }
    }

我在这里看到 MSVC 和 GCC 的不同行为。
MSVC 见 "\xA0"作为未编码的 unicode 序列，并将其编码为 utf-8。
所以在 MSVC 中，输出是:

C2A0

在 utf8 unicode 符号中正确编码 U+00A0 .
但是在 GCC 的情况下，什么也没有发生。它将字符串视为简单的字节。即使我删除 u8 也没有变化在字符串文字之前。
两个编译器都编码为 utf8，输出 C2A0如果字符串设置为: u8"\u00A0";为什么编译器的行为不同，哪个实际上是正确的？
用于测试的软件:

GCC 8.3.0

MSVC 19.00.23506

C++ 11

Answer 1

他们都错了。

据我所知，C++17 标准说 here那:

The size of a narrow string literal is the total number of escape sequences and other characters, plus at least one for the multibyte encoding of each universal-character-name, plus one for the terminating '\0'.

尽管还有其他提示，但这似乎是转义序列不是多字节并且 MSVC 的行为错误的最有力的迹象。

有针对此的票证，目前标记为“正在调查”:

https://developercommunity.visualstudio.com/content/problem/225847/hex-escape-codes-in-a-utf8-literal-are-treated-in.html

https://developercommunity.visualstudio.com/content/problem/260684/escape-sequences-in-unicode-string-literals-are-ov.html

但是它也说 here关于 UTF-8 文字:

If the value is not representable with a single UTF-8 code unit, the program is ill-formed.

自 0xA0不是有效的 UTF-8 字符，程序不应编译。

注意:

以 u8 开头的 UTF-8 文字被定义为狭窄。

\xA0是一个转义序列

\u00A0被视为通用字符名称而不是转义序列