基本源字符集与字符替换序列

    关于基本源字符集与替换字符序列

 

    1.基本源字符集

 

　　用来写程序的字符集不必与程序中运行所使用的相同，对于非英语的应用也是如此。C 翻译程序仅仅理解英语的字母、用作运算符和标点符号的字符(共有29个)以及一些控制字符(回车符、换行符、横向制表符、纵向制表符和换页符等)，这就是基本源字符集。执行字符集是定义实现的，但必须包含代表响铃符('\a')、回退符('\b')、回车符('\r')和换行符('\n')。

 

　　C++翻译器必须接受通用字符名，它以下列形式之一出现在源文本中：
        \uNNNN
        \UNNNNNNNN
　　这里的N代表一个十六进制数字，第一种形式对应的ISO 10646编码是0000NNNN(即由零引导的统一编码)，而第二种形式对应的是NNNNNNNN。

    2.三字符运算符

 

　　许多非美国键盘不支持基本源字符集中的一些字符，这给编写C程序带来困难，为了克服这个障碍，标准的C定义了一些三字符运算符，它是不变字符集(ISO 646-1983)中三字符一体的字符，在西方世界几乎随处可见。 三字符运算符以 ?? 作为引导字符，对应于源字符集中的那些不在ISO 646-1983字符集中的字符，预处理器将三字符运算符看作一个整体，只要遇到就用下表中的相应字符替换：

 

                          三字符运算符序列
────────┬───────╥────────┬───────
  三字符运算符  │   C 源字符   ║  三字符运算符  │   C 源字符
────────┼───────╫────────┼───────
      ??=       │       #      ║      ??/       │       \
      ??<       │       {      ║      ??!       │       |
      ??>       │       }      ║      ??-       │       ~
      ??(       │       [      ║      ??'       │       ^
      ??)       │       ]      ║                │
────────┴───────╨────────┴───────

　　

    下面是用C语言编写的示例程序，尽管看起来很奇怪，但它确实能正常工作。

 

//功能：使用三字符运算符的“Hello, world!” 程序
//编译选项 Code::Blocks GCC -trigraphs

??=include

int main(int argc, char *argv??(??))
??<
    if (argc > 1 && argv??(1??) != NULL)
        printf("Hello, %s!??/n", argv??(1??));
    else
        printf("Hello, world!??/n");
    return 0;
??>

　　通常要对编译器进行相应的设置或在编译时加参数，否则三字符运算符可能不起作用，GCC编译器的编译参数是-trigraphs.

 

    三字符运算符总是被当作一个整体对待，即使它出现在字符串中，也是先将它翻译为相应的源字符，然后才去考虑转义字符的问题。举一个例子，假设你想输出一个奇怪的字符串“What??!”，使用如下语句：
        printf( "What??!\n" );
　　执行结果将会是：
        What|
　　这并不是我们所期望的输出，而语句：
        printf( "What?\?!\n" );
　　则可以得到输出：
        What??!
　　

    这是因为 \ 将三字符运算符 ??! 分开了，预编译器看不到任何三字符运算符，继续后续处理转义字符，\? 被识别为问号 ? 的转义字符，于是得到正确的输出。

    3.双字符运算符

 

　　为了努力开发更广泛可读性更强的程序，C++为非ASCII码开发者定义了一套双字符运算符集和新的保留字集，如下表所示：

                       新的C++双字符运算符和保留字
────────┬───────╥────────┬───────
     标  识     │  　翻  译    ║     标  识     │  　翻  译
────────┼───────╫────────┼───────
       <%       │      {       ║     bitand     │      &
       %>       │      }       ║     bitor      │      |
       <:       │      [       ║     xor        │      ^
       :>       │      ]       ║     compl      │      ~
       %%       │      #       ║     not_eq     │      !=
       not      │      !       ║     and_eq     │      &=
       and      │      &&      ║     or_eq      │      |=
       or       │      ||      ║     xor_eq     │      ^=
────────┴───────╨────────┴───────

　　下面是示例程序，看起来同样有些奇怪，但它的确可以通过编译。

 

// 功能：带有新的C++双字符和标记的“Hello, world!”程序

#include
using namespace std;

int main(int argc, char *argv<::>)
<%
    if (argc > 1 and argv<:1:> not_eq NULL)
        printf("Hello, %s!\n", argv<:1:>);
    else
        printf("Hello, world!\n");
    return 0;
%>

 

　　上面的程序中，逻辑运算符(如and)和BASIC语言中的很相似，不过却是大小写敏感的，实际上这些新定义的保留字是在 头文件中的宏定义，例如：

　　#define and &&

　　因此，这些保留字遵循宏扩展的规则，出现在字符串或注释中的则不进行替换。