C++中Digraphs、Trigraphs和Tokens的深入講解

前言

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

// 以下代碼的輸出是什么？
#include<iostream>

int main(){
 int x=0; //What is wrong here??/
 x=1;
 std::cout<<x;
}

這個(gè)看似簡單，實(shí)際很容易采坑。

之前也是偶然間了解到C++的 Digraph(雙字符組) ，但是當(dāng)時(shí)沒有進(jìn)行擴(kuò)展了解，沒想到C++還有 Trigraph(三字符組) …，這個(gè)概念其實(shí)也很簡單，維基百科的詞條 三字符組與雙字符組 寫的也很清楚，就直接搬運(yùn)過來一下。

下面話不多說了，來一起看看詳細(xì)的介紹吧

緣起

C語言的源程序的最低必須的字符集是基于7位ASCII碼字符集，是 ISO 646-1983 Invariant Code Set 的一個(gè)超集。ISO 646最初是1972年頒布的一項(xiàng)國際化的7位ASCII標(biāo)準(zhǔn)，規(guī)定了12個(gè)字符所對應(yīng)的 碼位 保持對各國標(biāo)準(zhǔn)開放： # $ @ [ \ ] ^ ` { | } ~ 。 因此法國標(biāo)準(zhǔn)AFNOR NF Z 62010-1982把碼位0x7c（ASCII碼的 | ）定義為ù，用法文鍵盤就難以輸入C語言的位或運(yùn)算符 | ；碼位0x7e（ASCII碼的 ～）定義為 ¨ （即 分音符 ），法文鍵盤就難以輸入C語言的位非運(yùn)算符 ～ 。 加拿大法語標(biāo)準(zhǔn)CSA Z243.4-1985中把碼位0x5e（ASCII碼的 ^ ）在定義為É，導(dǎo)致難以輸入C語言的異或運(yùn)算符 ^ 。

三字符組

為解決上述的C語言源代碼輸入問題，C語言標(biāo)準(zhǔn)規(guī)定預(yù)處理器（C preprocessor）在掃描處理C語言源文件時(shí)，替換下述的3字符出現(xiàn)為1個(gè)字符

注意 : 編譯器對 三字符組 的處理是在解析注釋、宏的步驟的前面，可以理解為優(yōu)先處理 三字符組

那我們再回頭看上面那個(gè)題，其等價(jià)于：

// 以下代碼的輸出是什么？
#include<iostream>

int main(){
 int x=0; //What is wrong here\ <- ??/被解釋為\，使得自動(dòng)折行
 x=1;        <- 此行其實(shí)是被注釋掉的
 std::cout<<x;
}

故，如果希望在源程序中有兩個(gè)連續(xù)的問號，且不希望被預(yù)處理器替換，這種情況出現(xiàn)在字符常量、字符串字面值或者是程序注釋中，可選辦法是用字符串的自動(dòng)連接： "...?""?..." 或者轉(zhuǎn)義序列： "...?\?..." 。

注意 : Trigraph(三字符組) 在 C++17 被移除了語法

從Microsoft Visual C++ 2010版開始，該編譯器默認(rèn)不再自動(dòng)替換三字符組。如果需要使用三字符組替換（如為了兼容古老的軟件代碼），需要設(shè)置編譯器命令行選項(xiàng) /Zc:trigraphs

g++仍默認(rèn)支持三字符組，但會(huì)給出編譯警告。

雙字符組

1994年公布了一項(xiàng)C語言標(biāo)準(zhǔn)的修正案，引入了更具有可讀性的5個(gè)雙字符組。這也包括進(jìn)了 C99 標(biāo)準(zhǔn)。

不同于 三字符組 在源文件的任何出現(xiàn)都會(huì)被預(yù)處理器替換， 雙字符 如果出現(xiàn)在字符串字面值（quoted string）、字符常量、程序注釋中將不被替換 。雙字符組的替換發(fā)生在編譯器對源程序的tokenization階段（即識(shí)別出關(guān)鍵字、標(biāo)識(shí)符等，類似于自然語言的“斷詞”），僅當(dāng)雙字符組作為一個(gè)token或者token的組成部分時(shí)（如 %:%: 被替換為預(yù)處理運(yùn)算符 ## ），雙字符組才被替換為單字符。 g++支持上述雙字符組替換。但Microsoft Visual C++不支持雙字符組替換。

Token

C++標(biāo)準(zhǔn)支持C語言的三字符組與雙字符組（包括C99中的增補(bǔ)）。C++自身還提供了下述內(nèi)置的關(guān)鍵字：

Microsoft Visual C++編譯器要求如果使用上述關(guān)鍵字，必須包含頭文件 ciso646 ，否則編譯報(bào)錯(cuò)。如“ error C2065: ‘not' : undeclared identifier”。而g++編譯器就不要求包含頭文件ciso646。

總結(jié)

以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，如果有疑問大家可以留言交流，謝謝大家對億速云的支持。