如何正确地将十六进制转义添加到字符串文字中？

Question

当你在 C 中有字符串时，你可以在里面添加直接的十六进制代码。

char str[] = "abcde"; // 'a', 'b', 'c', 'd', 'e', 0x00
char str2[] = "abc\x12\x34"; // 'a', 'b', 'c', 0x12, 0x34, 0x00

两个示例的内存都有 6 个字节。现在如果你想在十六进制输入后添加值[a-fA-F0-9]，问题就存在了。

//I want: 'a', 'b', 'c', 0x12, 'e', 0x00
//Error, hex is too big because last e is treated as part of hex thus becoming 0x12e
char problem[] = "abc\x12e";

可能的解决方案是在定义后替换。

//This will work, bad idea
char solution[6] = "abcde";
solution[3] = 0x12;

这可以工作，但它会失败，如果你把它写成const。

//This will not work
const char solution[6] = "abcde";
solution[3] = 0x12; //Compilation error!

如何在\x12之后正确插入e而不触发错误？

---

我为什么要问？当您想将 UTF-8 字符串构建为常量时，如果它大于 ASCII 表可以容纳的大小，则必须使用字符的十六进制值。

Answer 1

由于字符串文字在编译过程的早期就被连接起来了，但是在转义字符转换之后，你可以只使用：

char problem[] = "abc\x12" "e";

虽然您可能更喜欢完全分离以提高可读性：

char problem[] = "abc" "\x12" "e";

---

对于我们当中的语言律师，C11 5.1.1.2 Translation phases（我的重点）对此进行了介绍：

5. 每个源字符集成员和转义序列中的字符常量和字符串字面量都被转换成对应的执行字符集的成员；如果没有对应的成员，则将其转换为除空（宽）字符之外的实现定义的成员。

6. 连接相邻的字符串文字标记。

Answer 2

我为什么要问？当你想将 UTF-8 字符串构建为常量时，你必须使用大于 ASCII 表可以容纳的字符的十六进制值。

嗯，不。您不必必须。从 C11 开始，您可以在字符串常量前面加上 u8，这告诉编译器字符文字是 UTF-8。

char solution[] = u8"no need to use hex-codes á駵";

（顺便说一句，C++11 也支持同样的事情）

Answer 3

使用 3 个八进制数字：

char problem[] = "abc\022e";

或拆分你的字符串：

char problem[] = "abc\x12" "e";

---

为什么这些工作：

• 与十六进制转义不同，标准将 3 位数字定义为八进制转义的最大数量。

  6.4.4.4 字符常量

  ...

  octal-escape-sequence:
      \ octal-digit
      \ octal-digit octal-digit
      \ octal-digit octal-digit octal-digit
  

  ...

  hexadecimal-escape-sequence:
      \x hexadecimal-digit
      hexadecimal-escape-sequence hexadecimal-digit
  

• 字符串文字连接被定义为比文字转义字符转换更晚的翻译阶段。

  5.1.1.2 翻译阶段

  ...

  5. 每个源字符集成员和字符常量中的转义序列和 字符串字面量被转换为执行字符的对应成员 放;如果没有对应的成员，则将其转换为实现- 除空（宽）字符之外的已定义成员。 8)

  6. 连接相邻的字符串文字标记。