C++ 直接在字符文字中输入unicode而不是使用通用字符名是否违法？

根据ISO/IEC 14882:2011（§2.14.3），字符文字（也称为常量）如下图所示

character-literal:
    ’ c-char-sequence ’
    u’ c-char-sequence ’
    U’ c-char-sequence ’
    L’ c-char-sequence ’

...

c-char:
    any member of the source character set except
        the single-quote ’, backslash \, or new-line character
    escape-sequence
    universal-character-name

乍一看，直接输入unicode而不是在字符文字中使用通用字符名似乎是非法的。然而，大多数编译器，如G++和VisualStudioC++，都不需要用它来烦扰，这有点令人困惑。每个实现是否在编译开始之前自动将这些Unicode转换为通用字符名，而不考虑标准？

我认为第一个“翻译阶段”处理的是（C++11 2.2/1:1.）：

不在基本源字符集（2.3）中的任何源文件字符将替换为指定该字符的通用字符名

---

因此，您的输入文件在源字符集中编码，其中包括基本源字符集，但在程序文本中，所有非基本字符都被其通用字符名替换。

它的实现定义为：

§2.2翻译阶段：

[…]接受的物理源文件字符集是实现定义的。[…]任何源文件字符不在基本格式中 源字符集（2.3）替换为指定该字符的通用字符名。（实现可以使用任何内部编码，只要是实际的扩展字符 在源文件中遇到，并且源文件中表示的扩展字符与 通用字符名（即使用\uxxx表示法）被等效处理[…]

---

“在编译开始之前，每个实现是否会自动将这些Unicode转换为通用字符名，而不考虑标准？”我不相信这一点，但我猜clang也支持它。@πάνταῥεῖ 我知道clang也支持它。然而，我在标准中找不到任何清晰的语句。这难道不取决于你的“源字符集”是什么吗？@KerrekSB我认为源字符集和基本源字符集是一样的。我错了吗？@user3647351:不幸的是，错了。看起来“源字符集”这个术语并没有被很清楚地强调，它只出现在几个语法规范中。其描述是实现定义的“接受的物理源字符集”（2.2/1）。