C++23中基础char类型对Unicode字符的支持程度如何？

标准层面的抽象字符集覆盖范围 #

C++23明确规定，普通char字面量（basic-c-char）的字符来源是翻译字符集，该字符集包含Unicode码空间中所有已分配码点对应的抽象字符，以及所有未分配的Unicode标量值对应的字符。从抽象字符集的定义来看，它完全覆盖了Unicode的全部范围——只要是Unicode标量值（U+0000至U+D7FF、U+E000至U+10FFFF）对应的抽象字符，都被包含在这个翻译字符集中。

实际编码的限制与支持程度 #

需要明确的是，char的具体编码是实现定义的，这直接决定了实际的Unicode支持能力：

• 如果实现采用UTF-8作为char的编码，那么所有Unicode字符都可以被处理——ASCII范围内的字符（U+0000至U+007F）可以用单个char存储，而其他Unicode字符则需要多个char组成的序列来表示一个完整码点。
• 如果实现采用单字节非UTF编码（比如ISO-8859-1），那么char依然只能支持该编码覆盖的字符子集，无法处理超出该编码范围的Unicode字符。

与旧标准的区别 #

在C23之前，标准并未明确翻译字符集与Unicode的关联，因此char通常被默认认为仅支持ASCII或ISO-8859系列字符集。C23的核心变化是从标准层面统一了抽象字符集的范围，将其与Unicode绑定，但并未强制要求实现使用UTF系列编码，所以实际支持能力仍由编译器/平台决定。

内容的提问来源于stack exchange，提问作者mishar