知乎原文地址 作者:@狗屎咖啡
目前VS 和Clang都是支持utf-8的变量名、函数名，但 GCC不支持。
有人提意见，提了好几年了：UTF-8 support for identifier names in GCC
GCC并没有解决，但官方给了一个解决方案：FAQ - GCC Wiki
就是用这样一条脚本语句转换一下源文件
perl -pe 'BEGIN { binmode STDIN, ":utf8"; } s/(.)/ord($1) < 128 ? $1 : sprintf("\\U%08x", ord($1))/ge;'
这条语句的意思是将源文件按utf-8读取出来，大于128的unicode(不在ASCII里)都用16进制的Uxxxxxxxx的格式替代。
这种格式叫UCN。
实际上gcc内部还是将UCN转换成utf-8字符串，再加到符号表。却不支持原生的UTF-8符号，这个就有点搞笑了。
虽然有人会说，C、C++的标准里没有对UTF-8符号的支持，GCC不支持UTF-8符号是符合标准的。但是GCC从来就不是死守标准的乖宝宝对吧，加了不少扩展了。为啥这个不能扩展一下呢？
官方不加，咱可以同人一下嘛！
下面就告诉大家，怎么在GCC里加UTF-8符号的支持。
在libcpp/lex.c 里
1.加一个函数
bool is_utf8_char(cppchar_t c) {
if (c > 0x80) return true;
else return false;
}
2.复制一份函数lex_identifier，命名为lex_utf8_identifier
if (! starts_ucn)
{
while (ISIDNUM (*cur))
{
hash = HT_HASHSTEP (hash, *cur);
cur++;
}
NORMALIZE_STATE_UPDATE_IDNUM (nst, *(cur - 1));
}
中ISIDNUM 改成 is_utf8_char:
if (! starts_ucn)
{
while (is_utf8_char (*cur))
{
hash = HT_HASHSTEP (hash, *cur);
cur++;
}
NORMALIZE_STATE_UPDATE_IDNUM (nst, *(cur - 1));
}
3.在函数 _cpp_lex_direct 中修改 switch 的 default
default:
create_literal (pfile, result, buffer->cur - 1, 1, CPP_OTHER);
break;
改为：
default:
if (is_utf8_char(c))
{
struct normalize_state nst = INITIAL_NORMALIZE_STATE;
result->type = CPP_NAME;
result->val.node.node = lex_utf8_identifier(pfile, buffer->cur - 1, false,
&nst, &result->val.node.spelling);
warn_about_normalization(pfile, result, &nst);
}
else
{
create_literal (pfile, result, buffer->cur - 1, 1, CPP_OTHER);
}
break;
OK！完工了。make bootstrap && make install 吧。
你就可以愉快地使用 UTF-8 变量，函数了。
成品：地址
2017-11-24
