C++中Digraphs、Trigraphs和Tokens的深入讲解
前言
最近偶然在[C++Quiz](http://cppquiz.org)上看到一道题:
//以下代码的输出是什么? #includeintmain(){ intx=0;//Whatiswronghere??/ x=1; std::cout< 这个看似简单,实际很容易采坑。
之前也是偶然间了解到C++的Digraph(双字符组),但是当时没有进行扩展了解,没想到C++还有Trigraph(三字符组)…,这个概念其实也很简单,维基百科的词条三字符组与双字符组写的也很清楚,就直接搬运过来一下。
下面话不多说了,来一起看看详细的介绍吧
缘起
C语言的源程序的最低必须的字符集是基于7位ASCII码字符集,是ISO646-1983InvariantCodeSet的一个超集。ISO646最初是1972年颁布的一项国际化的7位ASCII标准,规定了12个字符所对应的码位保持对各国标准开放:#$@[\]^`{|}~。因此法国标准AFNORNFZ62010-1982把码位0x7c(ASCII码的|)定义为ù,用法文键盘就难以输入C语言的位或运算符|;码位0x7e(ASCII码的~)定义为¨(即分音符),法文键盘就难以输入C语言的位非运算符~。加拿大法语标准CSAZ243.4-1985中把码位0x5e(ASCII码的^)在定义为É,导致难以输入C语言的异或运算符^。
三字符组
为解决上述的C语言源代码输入问题,C语言标准规定预处理器(Cpreprocessor)在扫描处理C语言源文件时,替换下述的3字符出现为1个字符
三字符组 替换为 ??= # ??/ \ ??' ^ ??( [ ??) ] ??! | ??< { ??> } ??- ~ 注意:编译器对三字符组的处理是在解析注释、宏的步骤的前面,可以理解为优先处理三字符组
那我们再回头看上面那个题,其等价于:
//以下代码的输出是什么? #includeintmain(){ intx=0;//Whatiswronghere\<-??/被解释为\,使得自动折行 x=1;<-此行其实是被注释掉的 std::cout< 故,如果希望在源程序中有两个连续的问号,且不希望被预处理器替换,这种情况出现在字符常量、字符串字面值或者是程序注释中,可选办法是用字符串的自动连接:"...?""?..."或者转义序列:"...?\?..."。
注意:Trigraph(三字符组)在C++17被移除了语法
从MicrosoftVisualC++2010版开始,该编译器默认不再自动替换三字符组。如果需要使用三字符组替换(如为了兼容古老的软件代码),需要设置编译器命令行选项/Zc:trigraphs
g++仍默认支持三字符组,但会给出编译警告。
双字符组
1994年公布了一项C语言标准的修正案,引入了更具有可读性的5个双字符组。这也包括进了C99标准。
双字符组 替换为 <: [ :> ] <% { %> } %: # 不同于三字符组在源文件的任何出现都会被预处理器替换,双字符如果出现在字符串字面值(quotedstring)、字符常量、程序注释中将不被替换。双字符组的替换发生在编译器对源程序的tokenization阶段(即识别出关键字、标识符等,类似于自然语言的“断词”),仅当双字符组作为一个token或者token的组成部分时(如%:%:被替换为预处理运算符##),双字符组才被替换为单字符。g++支持上述双字符组替换。但MicrosoftVisualC++不支持双字符组替换。
Token
C++标准支持C语言的三字符组与双字符组(包括C99中的增补)。C++自身还提供了下述内置的关键字:
关键字 等价于 and && bitor | or || xor ^ compl ~ bitand & and_eq &= or_eq |= xor_eq ^= not ! not_eq != MicrosoftVisualC++编译器要求如果使用上述关键字,必须包含头文件ciso646,否则编译报错。如“errorC2065:‘not':undeclaredidentifier”。而g++编译器就不要求包含头文件ciso646。
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,如果有疑问大家可以留言交流,谢谢大家对毛票票的支持。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。