C语言中双字符组(digraph)和三字符组(trigraph)的使用注意事项

某些标点符号，在一些键盘上是无法输入的，所以C提供了这样的替换方式。其中双字符记号有六个，也成为双字符组(digraph)：

<:     [
:>     ]
<%   {
%>   }
%:     #
%:%: ##

如果上述任何字符组出现在字符常量或字符串字面值中，则不会被解释成双字符组；除此之外，它们一律被解释成双字符组，作用和相应的单一字符记号完全一样。比方说，下列的两个程序代码片段完全等价的，并且会产生相同的执行结果。

有双字符组的程序版本：

printf( "Hello,world!My age is <%d>./n", arr<:1:> );

没有双字符组的程序版本：

int arr[ ] = { 10, 20, 30 };printf( "Hello,world!My age is <%d>./n", arr[1] );

输出：Hello,world!My age is <3>.   ※假设arr[1]被赋值为3，：）

同样的，最初同事Ｅ遇到的问题，实际上是C语言中的三字符组（trigraph），也就是三个字符的表示方式。这样的字符有9个， 它们全都是以两个问号开始，由第三个字符决定三字符组所表示的标点符号是什么.

 

利用三字符组，实际上我们只需要使用ISO/IEC 646 所定义的字符，就可以写出任何C 程序（ISO/IEC646 是1991 年发布的7 位ASCII 标准）

下面是维基百科中关于ISO/IEC 646的解释：

ISO/IEC 646是国际标准化组织（ISO）和国际电工委员会（IEC）制订的标准，在1972年制订。它是一个 7-位元字符的字集，来自数个国家标准，最主要来自美国的 ASCII（美国信息互换标准代码）。ISO 646 除了英语字母和数字的部分，为所有国家相同外，有些使用字母的国家，可按照实际需要，把 ISO 646 作出修改，以定出该国的字符标准。亦因为当年 8-位元字符集并未得到普遍的接纳，各国把不同的字母或符号放进它们的字符集，以致部分出现在 ASCII 的字母或符号，并没有出现在某些国家的 ISO 646 变体之中。

由于发生在编译的第一个阶段，编译器的预处理器会将三字符组取代成单一对等字符，也就是说会被翻译成等价的字符，不管它们出现在何处，甚至出现在字符常量、字符串字面值、注释，或者预处理指令中，也一样会被取代，这和双字符组的做法不一样。

最初的问题，其实之所以有这样的输出，是因为C/C++编译器在编译的第一个阶段，也就是预处理阶段所做的处理。

但是有很多时候我们并不希望被解释为三字符组，这个时候我们可以把问号表示成转义符（escape sequence）：

printf("Exit this application/?/?/?(y/n)");

这样就不会被解释为三字符组了。另外要注意的是，如果用的是Gcc编译器，默认的是不对双字符组(digraph)和三字符组(trigraph)进行预编译转换处理的。

 

#: ??=
/: ??/
^: ??’
[: ??(
]: ??)
{: ??<
}: ??>
|: ??!
~: ??-

于是程序就这样了：

//: S03:trigraph.cpp ??=include <iostream> int main(int argc, char* argv??(??)) ??< using namespace std; unsigned int n; if (argc != 2 ??!??! (n = atoi(argv??(1??))) <= 0) return 1; cout << ??-(n ??' 0xf0f0) << '??/n'; return 0; ??>