通过标记连接创建包含通用字符名称的标识符
我写了这段代码，它通过标记连接创建包含通用字符名称的标识符。
//#include <stdio.h>
int printf(const char*, ...);
#define CAT(a, b) a ## b
int main(void) {
//int \u306d\u3053 = 10;
int CAT(\u306d, \u3053) = 10;
printf("%d\n", \u306d\u3053);
//printf("%d\n", CAT(\u306d, \u3053));
return 0;
}此代码在gcc 4.8.2 with -fextended-identifiers option和gcc 5.3.1上运行良好，但不能在clang 3.3上运行，并显示错误消息：
prog.c:10:17: error: use of undeclared identifier 'ねこ'
printf("%d\n", \u306d\u3053);
^
1 error generated.和本地clang (Apple LLVM版本7.0.2 (clang-700.1.81))，并显示错误消息：
$ clang -std=c11 -Wall -Wextra -o uctest1 uctest1.c
warning: format specifies type 'int' but the argument has type
'<dependent type>' [-Wformat]
uctest1.c:10:17: error: use of undeclared identifier 'ねこ'
printf("%d\n", \u306d\u3053);
^
1 warning and 1 error generated.当我使用-E选项让编译器输出带有展开宏的代码时，gcc 5.3.1发出了这样的消息：
# 1 "main.c"
# 1 "<built-in>"
# 1 "<command-line>"
# 1 "/usr/include/stdc-predef.h" 1 3 4
# 1 "<command-line>" 2
# 1 "main.c"
int printf(const char*, ...);
int main(void) {
int \U0000306d\U00003053 = 10;
printf("%d\n", \U0000306d\U00003053);
return 0;
}本地clang发出以下命令：
# 1 "uctest1.c"
# 1 "<built-in>" 1
# 1 "<built-in>" 3
# 326 "<built-in>" 3
# 1 "<command line>" 1
# 1 "<built-in>" 2
# 1 "uctest1.c" 2
int printf(const char*, ...);
int main(void) {
int \u306d\u3053 = 10;
printf("%d\n", ねこ);
return 0;
}如您所见，在printf()中声明和使用的标识符在gcc的输出中匹配，但在clang的输出中不匹配。
我知道通过标记连接创建通用字符名称会调用未定义的行为。
引用自N1570 5.1.1.2转换阶段：
如果标记连接(6.10.3.3)生成的字符序列与通用字符名称的语法匹配，则行为未定义。
我认为这个字符序列\u306d\u3053可能“匹配通用字符名称的语法”，因为它包含通用字符名称作为它的子字符串。我还认为“匹配”可能意味着通过连接产生的整个令牌代表一个通用字符名称，因此在此代码中不会调用这种未定义的行为。
在阅读PRE30-C. Do not create a universal character name through concatenation时，我发现了一条评论，说这种连接是允许的：
什么是被禁止的，通过连接创建一个新的UCN。喜欢做某事
分配(\u00010401，a，b,4)
只要连接任何地方恰好包含UCN的内容就可以了。
以及显示a code example like this case (but with 4 characters)已被another code example替换的日志。
我的代码示例是否调用了一些未定义的行为(不限于通过标记连接生成通用字符名称来调用的行为)？或者这是clang中的一个bug？
回答 1
Stack Overflow用户
发布于 2016-05-05 12:47:10
您的代码不会触发您提到的未定义行为，因为通用字符名称(6.4.3)不是由标记连接生成的。
并且，根据6.10.3.3，由于操作符##的左侧和右侧都是标识符，并且所产生的令牌也是有效的预处理令牌(也是标识符)，所以##操作符本身不会触发未定义的行为。
在阅读了关于标识符(6.4.2，D.1，D.2)和通用字符名称(6.4.3)的描述后，我非常确定它更像是clang预处理器中的一个bug，它将令牌连接产生的标识符与普通标识符区别对待。
https://stackoverflow.com/questions/36787863
复制相似问题