下面這段代碼：

這里我們使用符號(hào)“$”作為變量名，熟悉C++的同學(xué)知道，“$”可作為標(biāo)識(shí)符是后面標(biāo)準(zhǔn)加上的事情，不過(guò)在此之前已經(jīng)有很多編譯器內(nèi)部支持了，例如gcc的選項(xiàng)：

試試把變量名換成英鎊：

編譯報(bào)錯(cuò)：

很多資料會(huì)說(shuō)，標(biāo)識(shí)符只能是字母下劃線開(kāi)頭，后面跟字母下劃線數(shù)字，當(dāng)然上面我們知道C++里面“$”被擴(kuò)展進(jìn)來(lái)，按這個(gè)說(shuō)法其他字符當(dāng)然不行

然而換成用漢字和圖畫(huà)符號(hào)試試看：

那么這是編譯器的implementation defined嗎？就這個(gè)例子來(lái)說(shuō)，部分是，部分不是

從標(biāo)識(shí)符的語(yǔ)法定義來(lái)說(shuō)，至少在C99和C++11起，就允許使用通用字符集（就理解為unicode字符集）的部分字符，所以上面用“貓”和“??”都是標(biāo)準(zhǔn)認(rèn)定合法的

但是，允許使用這些字符不代表代碼里面一定可以出現(xiàn)這些字符，因?yàn)殛P(guān)于代碼的組織形式，還規(guī)定了基礎(chǔ)源字符集，共96個(gè)：

就是說(shuō)，如果編譯器自己不做擴(kuò)展的話，原則上一個(gè)代碼文件只能用這96個(gè)字符進(jìn)行書(shū)寫(xiě)，那既然還規(guī)定了標(biāo)識(shí)符可以用部分unicode字符，若要用，該怎么書(shū)寫(xiě)呢？

答案是用轉(zhuǎn)義：

轉(zhuǎn)義用“\uHHHH”或“\UHHHHHHHH”的形式，十六進(jìn)制不區(qū)分大小寫(xiě)，直接書(shū)寫(xiě)在代碼的對(duì)應(yīng)位置即可，當(dāng)然，我這里的gcc是支持直接書(shū)寫(xiě)通用字符的，所以在上面代碼中可以轉(zhuǎn)義或原始字符混用，即“\u732B”、“\U0000732b”和“貓”三種寫(xiě)法都是通用的，在編譯器看來(lái)沒(méi)有區(qū)別

實(shí)際上這里用“編譯器”并非很?chē)?yán)謹(jǐn)，因?yàn)閺囊?guī)范來(lái)說(shuō)，通用字符的處理是在編譯之前，甚至是在預(yù)處理之前，在讀入源碼文件后就先進(jìn)行了

可以只調(diào)用預(yù)處理器，輸出一下對(duì)上面代碼的預(yù)處理結(jié)果（main函數(shù)部分）：

可以看到，在正式編譯之前，字符就已經(jīng)被處理了，gcc的辦法是統(tǒng)一轉(zhuǎn)成8位16進(jìn)制的\U形式，而clang對(duì)于漢字則原樣保留，對(duì)于0xFFFF以上的unicode則使用\U形式

因此，有人說(shuō)\u和\U轉(zhuǎn)義是字符串中的轉(zhuǎn)義字符，這并不正確，處理它們的時(shí)候還沒(méi)字符串什么事情，上面的示例代碼也和字符串毫無(wú)關(guān)系，而事實(shí)上字符串的轉(zhuǎn)義序列定義也沒(méi)有提到\u和\U

一般的資料會(huì)說(shuō)，C和C++的編譯過(guò)程是先預(yù)處理再編譯，但在這兩者之外，編譯器還是有一些事情需要進(jìn)行，整個(gè)步驟統(tǒng)稱(chēng)“翻譯階段”，其中涉及到語(yǔ)法和代碼處理的不少細(xì)節(jié)，后續(xù)我們會(huì)繼續(xù)分享其中的一些問(wèn)題

回到開(kāi)頭的問(wèn)題，英鎊符號(hào)也是一個(gè)unicode字符，但為何就報(bào)錯(cuò)了呢？因?yàn)椴⒎撬衭nicode字符都可以用來(lái)組成標(biāo)識(shí)符，英鎊恰巧就被排除在外了

附C++11中定義的可以用來(lái)做標(biāo)識(shí)符的字符范圍：

常用漢字的范圍是4E00-9FA5，可安全使用

沒(méi)用的知識(shí)又增加了~~~