4.11 — 字符

到目前为止，我们学过的基本数据类型都用于存储数字（整数和浮点数）或真/假值（布尔值）。但是，如果我们想存储字母或标点符号怎么办？

#include <iostream>

int main()
{
    std::cout << "Would you like a burrito? (y/n)";

    // We want the user to enter a 'y' or 'n' character
    // How do we do this?

    return 0;
}

char 数据类型被设计用于存储单个字符。字符可以是单个字母、数字、符号或空白。

char 数据类型是一种整型，这意味着底层值以整数形式存储。类似于布尔值 `0` 被解释为 `false`，非零被解释为 `true`，char 变量存储的整数被解释为 `ASCII 字符`。

ASCII 代表美国信息交换标准代码，它定义了一种特定的方式，将英文字符（以及一些其他符号）表示为 0 到 127 之间的数字（称为 ASCII 码 或 代码点）。例如，ASCII 码 97 被解释为字符 'a'。

字符字面量总是放在单引号之间（例如 'g', '1', ' '）。

以下是完整的 ASCII 字符表

代码 0-31 和 127 被称为不可打印字符。这些代码旨在控制打印机等外围设备（例如，通过指示打印机如何移动打印头）。现在大多数已过时。如果您尝试打印这些字符，结果取决于您的操作系统（您可能会得到一些类似表情符号的字符）。

代码 32-126 被称为可打印字符，它们代表大多数计算机用于显示基本英文字符的字母、数字字符和标点符号。

如果您尝试打印超出 ASCII 范围的字符，结果也取决于您的操作系统。

初始化字符

您可以使用字符字面量初始化 char 变量

char ch2{ 'a' }; // initialize with code point for 'a' (stored as integer 97) (preferred)

您也可以用整数初始化 char，但应尽可能避免这样做

char ch1{ 97 }; // initialize with integer 97 ('a') (not preferred)

char ch{5}; // initialize with integer 5 (stored as integer 5)
char ch{'5'}; // initialize with code point for '5' (stored as integer 53)

打印字符

当使用 std::cout 打印 char 时，std::cout 将 char 变量输出为 ASCII 字符

#include <iostream>

int main()
{
    char ch1{ 'a' }; // (preferred)
    std::cout << ch1; // cout prints character 'a'

    char ch2{ 98 }; // code point for 'b' (not preferred)
    std::cout << ch2; // cout prints a character ('b')


    return 0;
}

这会产生结果

ab

我们也可以直接输出字符字面量

std::cout << 'c';

这会产生结果

c

输入字符

以下程序要求用户输入一个字符，然后打印该字符

#include <iostream>

int main()
{
    std::cout << "Input a keyboard character: ";

    char ch{};
    std::cin >> ch;
    std::cout << "You entered: " << ch << '\n';

    return 0;
}

以下是运行结果

Input a keyboard character: q
You entered: q

请注意，std::cin 允许您输入多个字符。但是，变量 ch 只能容纳 1 个字符。因此，只有第一个输入字符被提取到变量 ch 中。用户输入的其余部分留在 std::cin 使用的输入缓冲区中，可以通过后续对 std::cin 的调用提取。

您可以在以下示例中看到此行为

#include <iostream>

int main()
{
    std::cout << "Input a keyboard character: "; // assume the user enters "abcd" (without quotes)

    char ch{};
    std::cin >> ch; // ch = 'a', "bcd" is left queued.
    std::cout << "You entered: " << ch << '\n';

    // Note: The following cin doesn't ask the user for input, it grabs queued input!
    std::cin >> ch; // ch = 'b', "cd" is left queued.
    std::cout << "You entered: " << ch << '\n';
    
    return 0;
}

Input a keyboard character: abcd
You entered: a
You entered: b

如果您想一次读取多个字符（例如，读取姓名、单词或句子），您将需要使用字符串而不是字符。字符串是字符的集合（因此，字符串可以包含多个符号）。我们将在接下来的课程中讨论这个问题 (5.7 -- std::string 简介)。

提取空白字符

由于提取输入会忽略前导空白，这在尝试将空白字符提取到 char 变量时可能会导致意外结果

#include <iostream>

int main()
{
    std::cout << "Input a keyboard character: "; // assume the user enters "a b" (without quotes)

    char ch{};
    std::cin >> ch; // extracts a, leaves " b\n" in stream
    std::cout << "You entered: " << ch << '\n';

    std::cin >> ch; // skips leading whitespace (the space), extracts b, leaves "\n" in stream
    std::cout << "You entered: " << ch << '\n';

    return 0;
}

Input a keyboard character: a b
You entered: a
You entered: b

在上面的例子中，我们可能期望提取空格，但由于前导空白被跳过，我们反而提取了字符“b”。

解决此问题的一种简单方法是使用 `std::cin.get()` 函数进行提取，因为此函数不忽略前导空格

#include <iostream>

int main()
{
    std::cout << "Input a keyboard character: "; // assume the user enters "a b" (without quotes)

    char ch{};
    std::cin.get(ch); // extracts a, leaves " b\n" in stream
    std::cout << "You entered: " << ch << '\n';

    std::cin.get(ch); // extracts space, leaves "b\n" in stream
    std::cout << "You entered: " << ch << '\n';

    return 0;
}

Input a keyboard character: a b
You entered: a
You entered:  

字符大小、范围和默认符号

C++ 将 char 定义为始终为 1 字节大小。默认情况下，char 可以是有符号的或无符号的（尽管通常是有符号的）。如果您使用 char 来保存 ASCII 字符，则无需指定符号（因为有符号和无符号 char 都可以保存 0 到 127 之间的值）。

如果您使用 char 存储小整数（除非您明确优化空间，否则不应这样做），您应该始终指定它是有符号还是无符号。有符号 char 可以存储 -128 到 127 之间的数字。无符号 char 可以存储 0 到 255 之间的数字。

转义序列

C++ 中有一些字符序列具有特殊含义。这些字符被称为转义序列。转义序列以反斜杠“\”字符开头，然后是后续的字母或数字。

您已经见过最常见的转义序列：`'\n'`，它可以用于打印换行符

#include <iostream>

int main()
{
    int x { 5 };
    std::cout << "The value of x is: " << x << '\n'; // standalone \n goes in single quotes
    std::cout << "First line\nSecond line\n";        // \n can be embedded in double quotes
    return 0;
}

这输出

The value of x is: 5
First line
Second line

另一个常用转义序列是 `'\t'`，它嵌入一个水平制表符

#include <iostream>

int main()
{
    std::cout << "First part\tSecond part";
    return 0;
}

输出

First part	Second part

其他三个值得注意的转义序列是
\' 打印单引号
\" 打印双引号
\\ 打印反斜杠

这是所有转义序列的表格

以下是一些示例

#include <iostream>

int main()
{
    std::cout << "\"This is quoted text\"\n";
    std::cout << "This string contains a single backslash \\\n";
    std::cout << "6F in hex is char '\x6F'\n";
    return 0;
}

打印

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

换行符 (\n) 与 std::endl

我们在课程 1.5 — iostream 简介：cout、cin 和 endl 中讨论了此主题。

将符号放在单引号和双引号之间的区别是什么？

单引号之间的文本被视为 `char` 字面量，表示单个字符。例如，`'a'` 表示字符 `a`，`'+'` 表示加号字符，`'5'` 表示字符 `5` (不是数字 5)，`'\n'` 表示换行符。

双引号之间的文本（例如“Hello, world!”）被视为 C 风格字符串字面量，可以包含多个字符。我们将在课程 5.2 — 字面量 中讨论字符串。

避免多字符字面量

由于向后兼容性原因，许多 C++ 编译器支持**多字符字面量**，即包含多个字符的 char 字面量（例如 `‘56’`）。如果支持，这些字面量具有实现定义的值（意味着它因编译器而异）。由于它们不属于 C++ 标准，并且其值未严格定义，因此应避免使用多字符字面量。

多字符字面量支持通常会给新程序员带来问题，当他们忘记转义序列使用正斜杠还是反斜杠时

#include <iostream>

int add(int x, int y)
{
	return x + y;
}

int main()
{
	std::cout << add(1, 2) << '/n'; // we used a forward slash instead of a backslash here

	return 0;
}

程序员期望此程序打印值 `3` 和一个换行符。但相反，在作者的机器上，它输出以下内容

312142

问题在于程序员不小心使用了 `'/n'` (一个由正斜杠和字符 `‘n’` 组成的多字符字面量)，而不是 `'\n'` (换行符的转义序列)。程序首先正确地打印了 `3` ( `add(1, 2)` 的结果)。但随后它打印了多字符字面量 `'/n'` 的值，在作者的机器上，该值是实现定义的 `12142`。

这里是另一个例子。我们从以下内容开始

#include <iostream>

int main()
{
    int x { 5 };
    std::cout << "The value of x is " << x << '\n'; 

    return 0;
}

此程序输出结果与您预期完全一致

The value of x is 5

但是这个输出不够激动人心，所以我们决定在换行符之前添加一个感叹号

#include <iostream>

int main()
{
    int x { 5 };
    std::cout << "The value of x is " << x << '!\n'; // added exclamation point

    return 0;
}

虽然我们期望输出如下

The value of x is 5!

因为 `‘!\n’` 是一个多字符字面量，所以在作者的机器上，它实际打印了

The value of x is 58458

这不仅不正确，而且很难调试，因为您很可能会假设 `x` 的值是错误的。

在输出字符字面量时使用双引号（而不是单引号）可以更容易地发现或完全避免此类问题。

那么其他字符类型呢，`wchar_t`、`char8_t`、`char16_t` 和 `char32_t`？

就像 ASCII 将整数 0-127 映射到美国英语字符一样，其他字符编码标准也存在，用于将整数（不同大小）映射到其他语言中的字符。除了 ASCII 之外，最著名的映射是 Unicode 标准，它将超过 144,000 个整数映射到许多不同语言中的字符。因为 Unicode 包含如此多的代码点，一个 Unicode 代码点需要 32 位来表示一个字符（称为 UTF-32）。然而，Unicode 字符也可以使用多个 16 位或 8 位字符进行编码（分别称为 UTF-16 和 UTF-8）。

C++11 添加了 `char16_t` 和 `char32_t`，以提供对 16 位和 32 位 Unicode 字符的显式支持。这些字符类型的大小与 `std::uint_least16_t` 和 `std::uint_least32_t` 分别相同（但它们是不同的类型）。C++20 添加了 `char8_t`，以提供对 8 位 Unicode (UTF-8) 的支持。它是一个不同的类型，使用与 `unsigned char` 相同的表示。

您不需要使用 `char8_t`、`char16_t` 或 `char32_t`，除非您计划使您的程序与 Unicode 兼容。`wchar_t` 在几乎所有情况下都应避免使用（除非与 Windows API 接口），因为其大小是实现定义的。

Unicode 和本地化通常超出这些教程的范围，因此我们不再深入讨论。在此期间，您在处理字符（和字符串）时应仅使用 ASCII 字符。使用其他字符集中的字符可能会导致您的字符显示不正确。