C++23：翻译字符集抽象字符与Unicode标量值差异及断言问题

问题场景 #

考虑以下十六进制表示的字节序列（第二列为ASCII释义，仅供参考）：

0x73 s
0x74 t
0x61 a
0x74 t
0x69 i
0x63 c
0x5f _
0x61 a
0x73 s
0x73 s
0x65 e
0x72 r
0x74 t
0x28 (
0x55 U
0x27 '
0xe2
0x84
0xab
0x27 '
0x3d =
0x3d =
0x55 U
0x27 '
0xc3
0x85
0x27 '
0x29 )
0x3b ;

该字节序列以UTF-8解码后得到如下代码：

static_assert(U'Å'==U'Å');

注意两个Å对应的Unicode标量值存在差异：

• 左侧Å：0x212B ANGSTROM SIGN
• 右侧Å：0x00C5 LATIN CAPITAL LETTER A WITH RING ABOVE

核心疑问：当源文件采用C++23强制支持的UTF-8编码时，这个static_assert是否应当失败？

标准分析与衍生疑问 #

在C翻译阶段1，UTF-8序列会被解码为Unicode标量值序列，随后这些标量值会被映射到翻译字符集的元素，形成翻译字符集元素序列（参考C标准[lex.phases]/1.1条款）。根据[lex.charset]/1.1条款，除未分配的标量值外，翻译字符集的元素是拥有已分配Unicode码点的抽象字符。

目前最接近的抽象字符定义来自Unicode标准第3.4章的D11：一个抽象字符可对应多个码点，且恰好以Å作为示例（注：原文仅说明“对应”关系，未提及“分配”）。

由此引申出以下问题：

• 若C++标准采用Unicode的抽象字符定义，翻译字符集中是否仅存在一个对应0x212B和0x00C5的抽象字符元素？
• 如果是这样，两个字符字面量的值是否会因为源于同一翻译字符集元素而相等，导致断言意外通过？这显然不符合直观预期。
• Unicode是否提供了完整的“码点-同一抽象字符”对应关系的官方信息？
• C++标准中所指的抽象字符具体定义是什么？

内容的提问来源于stack exchange，提问作者user17732522