Урок №35. Символьный тип данных char

  Юрий  | 

  |

  Обновл. 20 Дек 2022  | 

 245616

 ǀ   18 

Хоть тип char и относится к целочисленным типам данных (и, таким образом, следует всем их правилам), работа с char несколько отличается от работы с обычными целочисленными типами.

Тип данных char

Переменная типа char занимает 1 байт. Однако вместо конвертации значения типа char в целое число, оно интерпретируется как ASCII-символ.

ASCII (сокр. от «American Standard Code for Information Interchange») — это американский стандартный код для обмена информацией, который определяет способ представления символов английского языка (+ несколько других) в виде чисел от 0 до 127. Например: код буквы 'а' — 97, код буквы 'b' — 98. Символы всегда помещаются в одинарные кавычки.

Таблица ASCII-символов:

Код Символ Код Символ Код Символ Код Символ
0 NUL (null) 32 (space) 64 @ 96 `
1 SOH (start of header) 33 ! 65 A 97 a
2 STX (start of text) 34 66 B 98 b
3 ETX (end of text) 35 # 67 C 99 c
4 EOT (end of transmission) 36 $ 68 D 100 d
5 ENQ (enquiry) 37 % 69 E 101 e
6 ACK (acknowledge) 38 & 70 F 102 f
7 BEL (bell) 39 71 G 103 g
8 BS (backspace) 40 ( 72 H 104 h
9 HT (horizontal tab) 41 ) 73 I 105 i
10 LF (line feed/new line) 42 * 74 J 106 j
11 VT (vertical tab) 43 + 75 K 107 k
12 FF (form feed / new page) 44 , 76 L 108 l
13 CR (carriage return) 45 77 M 109 m
14 SO (shift out) 46 . 78 N 110 n
15 SI (shift in) 47 / 79 O 111 o
16 DLE (data link escape) 48 0 80 P 112 p
17 DC1 (data control 1) 49 1 81 Q 113 q
18 DC2 (data control 2) 50 2 82 R 114 r
19 DC3 (data control 3) 51 3 83 S 115 s
20 DC4 (data control 4) 52 4 84 T 116 t
21 NAK (negative acknowledge) 53 5 85 U 117 u
22 SYN (synchronous idle) 54 6 86 V 118 v
23 ETB (end of transmission block) 55 7 87 W 119 w
24 CAN (cancel) 56 8 88 X 120 x
25 EM (end of medium) 57 9 89 Y 121 y
26 SUB (substitute) 58 : 90 Z 122 z
27 ESC (escape) 59 ; 91 [ 123 {
28 FS (file separator) 60 < 92 \ 124 |
29 GS (group separator) 61 = 93 ] 125 }
30 RS (record separator) 62 > 94 ^ 126 ~
31 US (unit separator) 63 ? 95 _ 127 DEL (delete)

Символы от 0 до 31 в основном используются для форматирования вывода. Большинство из них уже устарели.

Символы от 32 до 127 используются для вывода. Это буквы, цифры, знаки препинания, которые большинство компьютеров использует для отображения текста (на английском языке).

Следующие два стейтмента выполняют одно и то же (присваивают переменным типа char целое число 97):

Будьте внимательны при использовании фактических чисел с числами, которые используются для представления символов (из ASCII-таблицы). Следующие два стейтмента выполняют не одно и то же:

Вывод символов


При выводе переменных типа char, объект cout выводит символы вместо цифр:

Результат:

a

Также вы можете выводить литералы типа char напрямую:

Результат:

b

Оператор static_cast

Если вы хотите вывести символы в виде цифр, а не в виде букв, то вам нужно сообщить cout выводить переменные типа char в виде целочисленных значений. Не очень хороший способ это сделать — присвоить переменной типа int переменную типа char и вывести её:

Результат:

97

Лучшим способом является конвертация переменной из одного типа данных в другой с помощью оператора static_cast.

Синтаксис static_cast выглядит следующим образом:

static_cast<новый_тип_данных>(выражение)

Оператор static_cast принимает значение из (выражения) в качестве входных данных и конвертирует его в указанный вами <новый_тип_данных>.

Пример использования оператора static_cast для конвертации типа char в тип int:

Результат выполнения программы:

a
97
a

Запомните, static_cast принимает (выражение) в качестве входных данных. Если мы используем переменную в (выражении), то эта переменная изменяет свой тип только в стейтменте с оператором static_cast. Процесс конвертации никак не влияет на исходную переменную с её значением! В вышеприведенном примере, переменная ch остается переменной типа char с прежним значением, чему является подтверждением последний стейтмент с cout.

Также в static_cast нет никакой проверки по диапазону, так что если вы попытаетесь использовать числа, которые будут слишком большие или слишком маленькие для конвертируемого типа, то произойдет переполнение.

Более подробно о static_cast мы еще поговорим на соответствующем уроке.

Ввод символов


Следующая программа просит пользователя ввести символ. Затем она выводит этот символ и его ASCII-код:

Результат выполнения программы:

Input a keyboard character: q
q has ASCII code 113

Обратите внимание, даже если cin позволит вам ввести несколько символов, переменная ch будет хранить только первый символ (именно он и помещается в переменную). Остальная часть пользовательского ввода останется во входном буфере, который использует cin, и будет доступна для использования последующим вызовам cin.

Рассмотрим это всё на практике:

Результат выполнения программы:

Input a keyboard character: abcd
a has ASCII code 97
b has ASCII code 98

Размер, диапазон и знак типа сhar

В языке С++ для переменных типа char всегда выделяется 1 байт. По умолчанию, char может быть как signed, так и unsigned (хотя обычно signed). Если вы используете char для хранения ASCII-символов, то вам не нужно указывать знак переменной (поскольку signed и unsigned могут содержать значения от 0 до 127).

Но если вы используете тип char для хранения небольших целых чисел, то тогда следует уточнить знак. Переменная типа char signed может хранить числа от -128 до 127. Переменная типа char unsigned имеет диапазон от 0 до 255.

Управляющие символы


В языке C++ есть управляющие символы (или «escape-последовательности»). Они начинаются с бэкслеша (\), а затем следует определенная буква или цифра.

Наиболее распространенным управляющим символов в языке С++ является \n, который обозначает символ новой строки:

Результат:

First line
Second line

Еще одним часто используемым управляющим символом является \t, который заменяет клавишу TAB, вставляя большой отступ:

Результат:

First part        Second part

Таблица всех управляющих символов в языке C++:

Название Символ Значение
Предупреждение (alert) \a Предупреждение (звуковой сигнал)
Backspace \b Перемещение курсора на одну позицию назад
formfeed \f Перемещение курсора к следующей логической странице
Символ новой строки (newline) \n Перемещение курсора на следующую строку
Возврат каретки (carriage return) \r Перемещение курсора в начало строки
Горизонтальный таб (horizontal tab) \t Вставка горизонтального TAB
Вертикальный таб (vertical tab) \v Вставка вертикального TAB
Одинарная кавычка \’ Вставка одинарной кавычки (или апострофа)
Двойная кавычка \” Вставка двойной кавычки
Бэкслеш \\ Вставка обратной косой черты (бэкслеша)
Вопросительный знак \? Вставка знака вопроса
Восьмеричное число \(number) Перевод числа из восьмеричной системы счисления в тип char
Шестнадцатеричное число \x(number) Перевод числа из шестнадцатеричной системы счисления в тип char

Рассмотрим пример в коде:

Результат выполнения программы:

"This is quoted text"
This string contains a single backslash \
6F in hex is char 'o'

Что использовать: ‘\n’ или std::endl?

Вы могли заметить, что в последнем примере мы использовали \n для перемещения курсора на следующую строку. Но мы могли бы использовать и std::endl. Какая между ними разница? Сейчас разберемся.

При использовании std::cout, данные для вывода могут помещаться в буфер, т.е. std::cout может не отправлять данные сразу же на вывод. Вместо этого он может оставить их при себе на некоторое время (в целях улучшения производительности).

И \n, и std::endl оба переводят курсор на следующую строку. Только std::endl еще гарантирует, что все данные из буфера будут выведены, перед тем, как продолжить.

Так когда же использовать \n, а когда std::endl?

   Используйте std::endl, когда нужно, чтобы ваши данные выводились сразу же (например, при записи в файл или при обновлении индикатора состояния какого-либо процесса). Обратите внимание, это может повлечь за собой незначительное снижение производительности, особенно если запись на устройство происходит медленно (например, запись файла на диск).

   Используйте \n во всех остальных случаях.

Другие символьные типы: wchar_t, char16_t и char32_t

Тип wchar_t следует избегать практически во всех случаях (кроме тех, когда происходит взаимодействие с Windows API).

Так же, как и стандарт ASCII использует целые числа для представления символов английского языка, так и другие кодировки используют целые числа для представления символов других языков. Наиболее известный стандарт (после ASCII) — Unicode, который имеет в запасе более 110 000 целых чисел для представления символов из разных языков.

Существуют следующие кодировки Unicode:

   UTF-32 — требует 32 бита для представления символа.

   UTF-16 — требует 16 бит для представления символа.

   UTF-8 — требует 8 бит для представления символа.

Типы char16_t и char32_t были добавлены в C++11 для поддержки 16-битных и 32-битных символов Unicode (8-битные символы и так поддерживаются типом char).

В чём разница между одинарными и двойными кавычками при использовании с символами?

Как вы уже знаете, символы всегда помещаются в одинарные кавычки (например, 'а', '+', '5'). Переменная типа char представляет только один символ (например, буква а, символ +, число 5). Следующий стейтмент не является корректным:

Текст, который находится в двойных кавычках, называется строкой (например, "Hello, world!"). Строка (тип string) — это набор последовательных символов.

Вы можете использовать литералы типа string в коде:

Более подробно о типе string мы поговорим на соответствующем уроке.

Примечание: Также Вы можете приобрести Самоучитель «Уроки по С++» в .pdf-формате.

Оценить статью:

Звёзд: 1Звёзд: 2Звёзд: 3Звёзд: 4Звёзд: 5 (658 оценок, среднее: 4,84 из 5)
Загрузка...

Комментариев: 18

  1. Lex:

    В примере с посимвольным выводом строки затрагивается одна проблема — std::cin хранит всю строку в буфере, но упущен момент, что cin будет выдавать cnhjre, пока та не закончится, независимо от вашего желания. На сколько я понял, буфер std::cin скажем так «глобальный» и даже если cin используется в отдельной функции, всё что вы ввели в буфер cin не очистится само по окончании выполнения этой функции и будет использовано далее в main или ином caller’е.

    Вот рабочее решение по очистке буфера для с++14 + VS2022 + local windows debugger:

  2. Kuchizuke:

    Объясните пожалуйста "И \n, и std::endl оба переводят курсор на следующую строку. Только std::endl еще гарантирует, что все данные из буфера будут выведены, перед тем, как продолжить."

    std::endl гарантирует что сначала точно выведутся данные из буфера и потом сработает он сам или что переход на новую строчку добавится в тот буфер и только потом данные из буфера будут выведены???????????

    1. Владимир:

      Не внимательно читали предыдущие уроки. Все выглядит примерно следующий образом, для ускорения работы программа оптимизируется таким образом что она сначала накапливает буфер вывода в консоль, по возможности, по максимуму. А затем разом выгружает все в консоль, в некоторых очень редких и специфических случаях, при таком подходе, могут получатся разные странности, все зависит от написанной вами логики программы. Так вот, использование std::endl заставляет программу не ждать наполнения буфера, а сразу в тот же миг выгражать весь буфер в консоль вывода. Быстродействие при этом немного страдает, но можно избежать разные РЕДКИЕ странности.

  3. Данил:

    Здравствуйте! У меня, как разработчика на Python, возник вопрос: почему бы не использовать для перехода между типами данных старую добрую конструкцию тип_данных(выражение)?
    То есть, вместо static_cast<int>(ch) можно прописать краткое int(ch) и результат будет аналогичным. Зачем усложнять код? Или, возможно, static_cast работает быстрее?

    1. Владимир:

      Предложенный тобой старый добрый вариант работает конечно быстрее, НО! В некоторых особых случаях при таких конвертациях вываливаются критические ошибки, и даже с крашем программы, statiс_cast защищен от бодобных ошибок, даже если будет ошибка в конвертации, она будет обработана и программа не рухнет. Плюс если я все правильно помню, static_cast может работать с указателями.

  4. Виктор:

    >>Тип wchar_t следует избегать практически во всех случаях
    Вот за такой совет автора оригинала… Это одна из причин, почему софт сделанный на одном языке крашится на ОС с другим языком — например японская игра на американской винде.. Да и собственно некоторый английский софт на русской винде.
    Потому что либо они думают что кроме английского никаких языков нет и юзают char, либо пытаются втулить все в char8_t

  5. Владимир:

    В главе №30 "Размер типов данных" было написано "Интересно то, что sizeof — это один из 3-х операторов в языке C++, который является словом, а не символом (еще есть new и delete)". А в этой главе оказывается что есть ещё static_cast

  6. Александр:

    странно, но в с++ sizeof('a') == sizeof(char), в то время как в си — sizeof('a') == sizeof(int). неожиданно …

    1. Ivan:

      В Си подобная конструкция sizeof('a') == sizeof(int) имеет место из-за его особенностей. Аргумент первого sizeof скорее всего рассматривается как выражение (expression). А во всех выражениях в Си имеет место приведение к типу int, если используется меньший по размеру тип. Что и имеет место в данном случае. На деле же (насколько я знаю) в Си символы тоже размером в один байт. Вроде бы тип char так и вводился, чтобы быть равным одному байту.

  7. Alex:

    Привет!
    Вот с этим не понятно ничего:

    Каим образом x6F конвертируется в о?

    1. Константин:

      У ЭВМ нет букв — только цифры. И то только две — 0 или 1. Поэтому вкладывая ему в оперативку значение 6F, сопровождают его ксивой char, так мол и так — эта комбинация нулей и единиц должна светиться символом 'o'…

    2. Максим:

      Выражение в кавычках с помощью управляющих символов превращается в другие символы. См. таблицу управляющих символов.
      "6F in hex is char \'\x6F\'" :
      6F in hex is char — просто текст;
      \' — одинарная кавычка;
      \x6F — перевод числа из 16-ной системы в тип char.
      Число 6F(шестнадцатеричное) = 111(десятеричное).
      Код 111 = символ "o" в кодировке ASCII;
      \' — еще одна одинарная кавычка;
      Получается:
      \'\x6F\' => 'o'
      Итого:
      6F in hex is char \'\x6F\' => 6F in hex is char 'o'

    3. Денис:

      6F in hex is char 'o'

      По сути здесь происходит следующее. Управляющая конструкция \x означает что за ней идет 16-я система счисления. Это значит что каждый символ отображается в 4 бита. Можете загуглить таблицу 16-х символов, он идут от 0 до F. Здесь 2 символа 6 и F. 6 это 0110 (4 бита), F это 1111 (тоже бита, на самом деле это число 15, но оно отображается как F). Если их сложить получиться 01101111. Это байт в десятеричной системе означает число 127. В таблице ASCII этому числу соответсвует буква 'o'.

  8. Константин:

    Юрий, помогите "озадачить персонажей", например, конечный пользователь запускает файл.ехе и читает: "Введите название материала". Он пишет: "песок мокрый". Программа отвечает "Ведро с мокрым песком имеет массу 20 кг". Или он пишет: "песок сухой". Тогда программа отвечает: "Ведро с сухим песком имеет массу 15 кг". Также он может написать: "глина мокрая". А программа в ответ: "Ведро с глиной мокрой 23 кг". Ну и "глина сухая". Ответ: "Ведро с глиной сухой имеет массу 16 кг". Как закодить такую задачку?

    1. Константин:

      Все, разобрался! ПК сам-то не думает ничего! Это я должен ему всунуть заранее написанные ответы, а он их будет по запросу показывать.
      Например, std::cout<< "спрашивал? Получи ответ!" <<std::endl;. А вот применение отдельных 'б' 'у' 'к' 'в' пока не могу понять — куда их вписывать в код, какую смысловую нагрузку они несут?

  9. Степан:

    Привет, Юр.

    Вроде неплохо работает и такой вид представления символьной переменной в целочисленном виде:

    И вообще, с помощью скобок с типом данных перед переменной можно и десятичные десятичные части от деления двух целочисленных переменных ловить.

    1. Фото аватара Юрий:

      Привет, вы здесь используете C-style cast (явное преобразование типов данных). C-style cast не рекомендуется использовать, предпочтение отдается static_cast. Об этом подробнее в уроке 56.

      Но для простых примеров — да, можно использовать, всё работает.

Добавить комментарий

Ваш E-mail не будет опубликован. Обязательные поля помечены *