如何检查字符常量是否符合ASCII标准？

Question

一篇我之前this answer的评论提醒我不能假设'A'，'B'，'C'等具有连续的数字值。我曾经认为C或C++语言标准保证了这一点。

那么，我应该如何确定连续字母字符的值本身是连续的呢？或者说，我如何确定我可以在单引号中表达的字符常量是否具有数值的ASCII代码？

我想知道如何在C和C++中实现这一点。显然，C的方法也适用于C++，但如果有C++特有的功能来实现这一点，我也很感兴趣。此外，我询问最新的相关标准（C11，C++17）。

- einpoklum

---

或者说，我如何确定我可以在单引号内表示的字符常量是否具有其ASCII代码的数字值？为什么你想这样做呢？ - user2100815

std::isdigit是什么？为什么同时有C++和C标签？它是哪一个？如果您能澄清您想要回答的标准版本，那就更好了。 - tambre

我怀疑在使用非ASCII兼容编码的系统上，任何人都不会考虑使用没有专门针对该系统编写的代码。如果发现C++编译器甚至存在于这样的系统中，我会感到惊讶。 - Benjamin Lindley

@BenjaminLindley，非ASCII计算机也有C++编译器。 https://www.ibm.com/support/knowledgecenter/SSLTBW_2.1.0/com.ibm.zos.v2r1.cbclx01/charset.htm 可在EBCDIC上运行。 - Martin Bonner supports Monica

不要过于依赖ASCII码，编写无需考虑字符集的代码。 - Pete Becker

Answer 1

您可以使用预处理器来检查特定字符是否与字符集映射：

您可以使用预处理器来检查特定字符是否与字符集映射：

#include <iostream>
using namespace std;

int main() {
    #if ('A' == 65 && 'Z' - 'A' == 25)
    std::cout << "ASCII" << std::endl;
    #else
    std::cout << "Other charset" << std::endl;
    #endif
    return 0;
}

缺点是，您需要预先知道映射的值。

顺便说一下，数字字符 '0' - '9' 保证按连续顺序出现。

- πάντα ῥεῖ

---

哎呀，这不是我能想到的最健壮的检查方式 :-( - einpoklum

没有任何理由不检查每个字符。如果你不想一个一个打出来，你可以很容易地自动生成这段代码。 - Benjamin Lindley

@BenjaminLindley：你可以检查每个字符，但在实际操作中，一个字符就足够了。 - Martin Bonner supports Monica

从技术上讲，ASCII是一个7位字符集。Prime小型计算机使用ASCII，但设置了第8位。因此，'A'是193。是否将Primes视为使用ASCII取决于OP（原始发布者），或者他是否在意他的代码是否能在Primes上运行。 - Martin Bonner supports Monica

@πάνταῥεῖ 更加健壮的检查可以是 #if ('A' == 65 && 'Z' - 'A' == 25)。 - Weather Vane

Answer 2

（2）我希望能够获得两个字母之间的字母数距离...

这个目标说明比你实际提出的问题更有意义！为什么不问这个呢？您可以在字符数组上使用strchr，而strchr不关心本地字符集是什么，这意味着您的代码不会关心本地字符集是什么...例如：

char alphabet[] = "AaBbCcDdEeFfGgHhIiJjKkLlMmNnOoPpQqRrSsTtUuVvWwXxYyZz";
ptrdiff_t fubar = strchr(alphabet, 'y') - strchr(alphabet, 'X');
printf("'X' and 'y' have a distance of %tu and a case difference of %tu\n", fubar / 2, fubar % 2);

---

“如何确定连续字母字符的值是否本身连续？”

按定义，连续字母字符的值是连续的，因为它们是“连续字母字符”。我知道这不是你的意思，但你实际上的问题说明了缺乏计划和思考，而一个愚蠢的问题应该有一个愚蠢的答案。

您最好编写程序的方式是，“您不关心”它们具有的值。尽管如此，创建一个包含您关心的字符的数组，循环遍历元素并测试其一致性。例如：

int is_consecutive(char const *alphabet) {
    for (size_t x = 0; alphabet[x] && alphabet[x] + 1 == alphabet[x + 1]; x++);
    return !alphabet[x];
}

---

...我怎样才能确定我可以在单引号内表达的字符常量是否具有它们的 ASCII 代码作为数字值？ 再次缺乏意义，又关心值...或者，构建两个翻译表 native_to_ascii 和 ascii_to_native，并从那里解决问题。我不会帮你做这个，因为这是一个愚蠢的练习，涉及使用魔术数字，这很可能对你实际目标没有必要。

- autistic

---

你所写的是当无法假设'Z' - 'A'与实际字母表中的值不同时，必须采取的措施。但这并不是我问题的答案。 - einpoklum

使用 strchr 会为了一个简单的减法，在几乎任何生产系统上，对于拉丁字母表中的两组26个字符而言，增加了很多源代码复杂性、生成的代码和运行时工作。我认为，与52个拉丁字母以外的字符相比，它们更有可能引起问题，而非ASCII系统会这样做，而且 strchr 无法解决 Unicode 的所有不确定性。 - supercat

@Seb：虽然实现优化对strchr的调用可能是允许的，而且有些实现确实会这样做，但这绝不是一种普遍的做法。拉丁字母表的52个字符在Unicode中并没有直接的问题，但代码可能需要接受例如土耳其的大写"I"或小写"i"这样的多字节字符。 - supercat

@supercat ...在这种情况下，将其适应为使用另一种类型（如char32_t）和strchr的修订版本不是微不足道吗？这个问题是否仅仅涉及字母字符？虽然我理解你想要解决所有问题的愿望，但这并非总是可能或切实可行的... 我提供了几个选项中的一个。不喜欢它？认为自己可以做得更好？当然，请自便！ - autistic

@supercat，您是否更喜欢更受欢迎的答案？如果是这样，您如何调整该代码以处理您提供的土耳其示例？ - autistic