2021 年 7 月更新：

g++ 从 10 版本开始支持 UTF-8 编码的 Unicode 标识符名称，参见这个 bug report。

对 ### 与 OIer 的关系 的补充：（为保持我第一篇文章的原样，下文不再修改。）

NOI Linux 2.0发布，其 g++ 版本为 9.3.0，这也是 Ubuntu 20.04 apt 默认安装的版本。至写作时，洛谷的 g++ 版本尚为 8。

注意：本文撰写于文章发布很久以前。仅用来测试显示效果，不一定代表我目前的观点或以后的行文风格。

偶尔看到一份 python 代码里使用了中文变量名，便想，C++ 是否支持 Unicode 标识符呢？

注意本文关注的是 Unicode 标识符（用作变量名等的），而在字符串中放入 Unicode 字符已经是非常普遍的了。

以一个 OIer 具备的能力和条件，可以用 Dev-C++ 写出一段如下代码（保存文件名为 test67.cpp）并尝试编译：

#include <bits/stdc++.h>
using namespace std;
typedef int 整数;
typedef double 双精度小数;

整数 甲;
双精度小数 乙;

int main() {
    cin>>甲>>乙;
    cout<<甲<<" "<<乙<<endl;
    return 0;
}

结果可想而知。放弃。

...But wait!

UPGRADE!

Dev-C++ 是几年前的老古董了？！它所自带的编译器是 TDM-GCC 4.9.2. 现在想要使用 Unicode 标识符，看起来是个很新的概念，很容易想到需要最新的开发环境。

在网上的资料指引下，我决定到 sourceforge 下载 MinGW-w64 的 C++ 编译器。我选择的版本是 x86_64-win32-sjlj. 经过了很多麻烦的步骤，终于搭建好了。

那么接下来就：

g++ test67.cpp

结果又是一大堆 error: stray '\...' in program.

这时源代码文件的字符编码应该还是 GBK，尝试转换为 UTF-8，未果。

上网搜索资料。总结出以下内容：（因为查不到 C++ 标准，只能从各种问答帖中总结）

“标识符只能由字母、数字和下划线组成并不能以下划线开头”已经是很早以前的事了。至少从 C++98 开始，标识符中还允许包含“Universal character name”，我们叫做“通用字符名”。

“通用字符名”包含一些 Unicode 字符码位。从 C++11 开始，这些码位中包括了汉字所在码位。

于是：

g++ test67.cpp -std=c++11

未果。又闻：

Since GCC 5, the option -fextended-identifiers is enabled by default for C++, and for C99 and later C versions. This only supports UCNs in identifiers, not extended characters represented other than with UCNs.

（来自 GCC Wiki）

也就是说 GCC（g++）目前只支持 / 你需要写个程序将源代码转换为 像这样的代码：

#include <bits/stdc++.h>
using namespace std;
typedef int \u6574\u6570;
typedef double \u53cc\u7cbe\u5ea6\u5c0f\u6570;

\u6574\u6570 \u7532;
\u53cc\u7cbe\u5ea6\u5c0f\u6570 \u4e59;

int main() {
    cin>>\u7532>>\u4e59;
    cout<<\u7532<<" "<<\u4e59<<endl;
    return 0;
}

Damn! 这显然不是我们想要的。

Compiler matters

既然 GCC 不支持，那我们就换其他编译器！就换 clang 好了。然而在搭建过程中又碰到了比之前更大的麻烦。在此略提一下：

  • Clang 一开始会连许多标准库头文件都找不到。它的 build 出来的默认 target 好像是针对 msvc 的。所以在每个编译命令行中加入 --target=x86_64-w64-mingw。（该选项的值根据之前用到的编译器版本设置）

  • Clang 的 float.h 库和 MinGW64 的不兼容，需要特殊处理。

当一切准备完成后：

clang++ -target x86_64-w64-mingw test67.cpp

编译成功！

总结

标准早就已经定了，但实现不实现却还和编译器有关。编译器支持了 Unicode 标识符它还要考虑字符编码的问题。经测试，clang 支持带或不带 BOM 的 UTF-8 编码，不支持 UTF-16 或其他 ANSI 编码。毕竟，“通用字符名”是用 Unicode 码位定义的，编译器应支持一些对 Unicode 的编码，而像将 GBK 编码的源代码转为 UTF-8，应该不是编译器擅长做的事吧。

受限于条件，我未能测试更多的编译器，如 MSVC 等。

与 OIer 的关系

没有关系。 目前，洛谷评测用的是 GCC，而 Codeforces 上已经可以选择用 Clang。（由于我所知有限，不能再举例）目前，国内的官方赛事对 C++11 的标准的支持的进展都非常缓慢，所以还是不要想太多。