C字符串字面量需要转义字符

Question

我有一个以零结尾的字符串：

char* s = ...;

我正在生成C源代码（运行时），我想输出一个字符串文字，该字符串文字将在生成的C程序中产生与s相同的字符串。

我使用的算法是：

Output "

Foreach char c in s
    if c == " output \"
    else if c == \ output \\
    else output c

Output "

除了"和\之外，还有其他需要特殊处理的字符吗？

- Andrew Tomazos

---

还有许多其他的情况需要特别处理。Unicode、单引号、换行等都需要特殊处理。 - Richard J. Ross III

如果s包含转义字符"，会怎么样？ - dda

@dda：那样它将正确地被编码为"...\\\"..."。 - Andrew Tomazos

@RichardJ.RossIII：Unicode和单引号会被保留吗？它们需要转义吗？ - Andrew Tomazos

@SteveJessop: https://dev59.com/H2ct5IYBdhLWcg3wQ7bP - Andrew Tomazos

Answer 1

• 必须对"、\、\r、\n和\0进行编码（Michael Burr在这里提到还需要对\?进行编码）。如果不按照要求做，代码将无法正常运行。
• 应该使用十六进制转义码对非ASCII字符进行编码，例如\x80。如果源代码中包含非ASCII字符，则其实现是未定义的。如果不对这些字符进行编码，某些编译器可能能够正常工作，但其他编译器可能会出现问题。
• 可以对ASCII不可打印字符进行编码。如果使用转义码（如\t、\b、\x05等）来进行编码，生成的源代码可读性会更好。如果不这样做，代码仍然可以正常工作，但可能很难阅读。
• 在双引号字符串中，不需要转义'。虽然合法，但不必要且不利于源代码的可读性。

- Mark Byers

---

如果C字符串字面量中有0x80到0xFF之间的字节，那么它们不是按原样保留吗？ - Andrew Tomazos

@AndrewTomazos-Fathomling：我认为这取决于具体实现。它可能会起作用，但依赖它并不明智。 - Mark Byers

我相信实现可以将源文件解释为（例如）UTF-8。如果您将ISO-Latin或CP1252字符串“原样”写入源文件，则会丢失，除非在编写源文件后对其进行转码。我认为实现也可以将源文件解释为纯ASCII，并拒绝包含标准所需源字符列表之外的任何字节的文件。然后你就输了，除非你使用转义代码。 - Steve Jessop

Answer 2

在标准C中，逃逸序列的集合包括以下内容：

\' 
\" 
\? 
\\ 
\a  (alert - usually Ctrl-G)
\b  (backspace)
\f  (form feed)
\n  
\r
\t
\v  (vertical tab)

请注意，\?是为了转义问号，这样类似于"??!"的序列就可以被编码为"\?\?!"，以防止它被解释为可怕的三字符组合。

为了完整起见，我会考虑处理其中的每一个（尽管像\a和\v这样的一些字符我可能会使用\x转义序列进行转义 - 这可能取决于您的需求）。此外，对于任何其他不可打印字符，我将使用\x转义序列将其转换为其十六进制等效形式。

- Michael Burr