C++中Digraphs、Trigraphs和Tokens的深入讲解

时间:2021-07-11 04:40:16

前言

最近偶然在[C++ Quiz](http://cppquiz.org)上看到一道题:

?
1
2
3
4
5
6
7
8
// 以下代码的输出是什么?
#include<iostream>
 
int main(){
 int x=0; //What is wrong here??/
 x=1;
 std::cout<<x;
}

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,*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 ISO 646-1983 Invariant Code Set 的一个超集。ISO 646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AFNOR NF Z 62010-1982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CSA Z243.4-1985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(C preprocessor)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:

?
1
2
3
4
5
6
7
8
// 以下代码的输出是什么?
#include<iostream>
 
int main(){
 int x=0; //What is wrong here\ <- ??/被解释为\,使得自动折行
 x=1;        <- 此行其实是被注释掉的
 std::cout<<x;
}

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Microsoft Visual C++ 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(quoted string)、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Microsoft Visual C++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 !=

 

Microsoft Visual C++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“ error C2065: ‘not' : undeclared identifier”。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,谢谢大家对服务器之家的支持。

原文链接:https://lrita.github.io/2018/09/29/digraphs-trigraphs-and-tokens-in-cpp/