？？？ （和其他 Unicode 字符）在 g++ 不允许的标识符中

Question

我是 ???? 发现我无法使用 ???? 作为 g++ 4.7 的有效标识符，即使启用了 -fextended-identifiers 选项：

int main(int argc, const char* argv[])
{
  const char* ???? = "I'm very happy";
  return 0;
}

main.cpp:3:3: 错误：程序中出现杂散“\360”
main.cpp:3:3：错误：程序中出现“\237”
main.cpp:3:3: 错误：程序中出现“\230”错误
main.cpp:3:3: 错误：程序中出现“\203”

经过一番谷歌搜索，我发现UTF-8 characters are not yet supported in identifiers，但通用字符名称应该可以工作。所以我将我的源代码转换为：

int main(int argc, const char* argv[])
{
  const char* \U0001F603 = "I'm very happy";
  return 0;
}

main.cpp:3:15: 错误：通用字符 \U0001F603 在标识符中无效

那么显然????不是有效的标识符字符。但是，该标准在附件 E.1 中明确允许 10000-1FFFD 范围内的字符，并且不允许在 E.2 中将其作为初始字符。

我接下来的工作是查看是否有任何其他允许的 Unicode 字符有效 - 但我尝试过的都没有。甚至连最重要的PILE OF POO (????) 字符都没有。

那么，为了有意义和描述性的变量名称，什么给出了？ -fextended-identifiers 是否按照它所宣传的那样做？它仅在最新版本中支持吗？其他编译器有什么样的支持？

Answer 1

从 4.8 开始，gcc does not support characters outside of the BMP used as identifiers。这似乎是一个不必要的限制。此外，gcc 仅支持ucnid.tab 中描述的非常有限的字符集，基于 C99 和 C++98（它未更新到 C11 和 C++11然而，似乎）。

如手册中所述，-fextended-identifiers is experimental，因此它更有可能无法按预期工作。

---

编辑：

GCC 支持 C11 字符集starting from 4.9.0（准确地说是svn r204886）。所以OP使用\U0001F603的第二段代码确实有效。即使在https://gcc.godbolt.org 上使用带有GCC 8.2 的-finput-charset=UTF-8，我仍然无法使用? 获得实际代码（您可能需要关注this bug report，由@DanielWolf 提供）。

同时，这两段代码都可以在 clang 3.3 上运行，除了 -std=c++11 之外没有任何选项。

Answer 2

这是 GCC 9 及之前版本中的 known bug。 GCC 10 中的 has been fixed。

GCC 10 的 official changelog 包含以下部分：

除了已经支持的 UCN 语法（\uNNNN 或 \UNNNNNNNN）之外，现在可以在输入编码（默认为 UTF-8）中直接指定标识符中的扩展字符：

static const int π = 3;
int get_naïve_pi() {
  return π;
}

Answer 3

但是，该标准在附件 E.1 中明确允许 10000-1FFFD 范围内的字符，并且不允许在 E.2 中将其作为初始字符。

要记住的一点是，仅仅因为 C++ 标准允许（或禁止）某些功能，并不一定意味着您的编译器支持（或不支持）该功能。