char8_t 和 unsigned char 的转义序列

Question

尝试使用转义序列构建 char8_t 字符串（不依赖文件/编译器编码），我遇到了 MSVC 问题。

我想知道这是否是一个错误，或者是否依赖于实现。
有解决方法吗？

constexpr char8_t s1[] =     u8"\xe3\x82\xb3 \xe3\x83\xb3 \xe3\x83\x8b \xe3\x83\x81 \xe3\x83\x8f";
constexpr unsigned char s2[] = "\xe3\x82\xb3 \xe3\x83\xb3 \xe3\x83\x8b \xe3\x83\x81 \xe3\x83\x8f";
//constexpr char8_t s3[] = u8"コ ン ニ チ ハ";

static_assert(std::equal(std::begin(s1), std::end(s1),
                         std::begin(s2), std::end(s2))); // Fail on msvc

演示

注意： 最终目标是替换 std::filesystem::u8path(s2) (std::filesystem::u8path 自 C++20 起已被 std::filesystem::path(s1) 弃用；

Answer 1

这是 MSVC 中的一个错误，我希望在 Microsoft 实现 C++23 期间的某个时候修复该错误。

从历史上看，C++ 标准中没有很好地指定字符和字符串文字中的数字转义序列，这导致了许多核心问题。这些问题已由 P2029 解决； 2020 年 11 月 C++23 采用的一篇论文。所报告的 MSVC 错误（以及与不可编码字符相关的附加错误）在 本文的“实施影响” 部分。

正如其他评论者所提到的，使用像 \u1234 这样的通用字符名称（UCN）将是避免依赖源文件编码的首选解决方案。