Кириллические строки в с++?

Question

[avion]

Почему при использовании кириллицы выводится ошибка "character too large for enclosing character literal type", а на латинице все в порядке? Почему кириллица занимает больше места?

#include <iostream>
#include <cstdlib>

using namespace std;

int main() {

    char m[] = {'э', 'м'};

    return 0;
}

Comments

[Евгений Шатунов]

Данил , какой именно компилятор тебе это выдает и при каких именно флагах сборки?

Answer 1

[Юрий Есин]

Потому что кириллица, как и вообще весь utf-8 занимает в памяти 2 байта в большинстве версий компиляторов, в то время как латиница - один байт, что соответствует базовому числовому типу в памяти.

Comments

[avion]

Но как тогда, к примеру, заменить 2 символ такой строки? Так же ведь будет писать, что превышает размер.

[Юрий Есин]

Данил, как вариант, взять указатель на адрес исходного символа, затем сместить его на половину размера этого символа и модифицировать значение по ссылке до половины длины исходного.

[Юрий Есин]

Данил, но вообще просто лучше явно задайте локаль кодировки потока и работайте сразу явно с размерами в 2 байта, чтобы потом не было неправильного поведения.

[Saboteur]

Только не два, а от двух до шести.

[Юрий Есин]

Saboteur, а это уже зависит от архитектуры платформы, констант типизации компилятора и от самой кодировки, согласитесь. Тот же UTF-16, к примеру. Он по определению ну явно не может всего 2 байта в памяти держать) Просто такие нюансы должны быть очевидны и не вижу смысла в который раз расписывать все эти детали, когда их можно легко по теме нагуглить по первой же ссылке.

[Евгений Шатунов]

Юрий Есин , а можно на этом моменте поподробнее? Какие именно архитектуры накладывают свои ограничения? От каких именно констант типизации компилятора? Что такое "константы типизации компилятора"? От какой именно "самой" кодировки и что именно зависит?
Ты, случайно, юикод с UTF-8 не путаешь?

Тот же UTF-16, к примеру. Он по определению ну явно не может всего 2 байта в памяти держать)

Какой минимальный размер символа UTF-16? Максимальный?
Какой минимальный размер символа UTF-8? Максимальный?

Просто такие нюансы должны быть очевидны и не вижу смысла в который раз расписывать все эти детали...

Да, такие нюансы очевидны и должны быть широко известны. Суть моих вопросов в этом.

[Saboteur]

Юрий Есин,

В UTF-16 символы кодируются двухбайтовыми словами с использованием всех возможных диапазонов значений (от 0 до FFFF16). При этом можно кодировать символы Unicode в диапазонах 000016..D7FF16 и E00016..10FFFF16. Исключенный отсюда диапазон D80016..DFFF16 используется как раз для кодирования так называемых суррогатных пар — символов, которые кодируются двумя 16-битными словами.

То есть кодирование идет двухбайтовыми словами, что означает, что длина любого символа кратна двум байтам. Следовательно минимум 2 байта, затем 4, затем 6.

[Юрий Есин]

Saboteur, вот, человек подробно расписал размерность таких кодировок. А вообще, это всё легко гуглится по первому же вопросу.

Answer 2

[Никита Юдин]

setlocale(LC_ALL, "ru");