C 字符串文字所需的转义字符答案

【问题标题】：C String Literal Required Escape CharactersC 字符串文字所需的转义字符
【发布时间】：2012-08-31 04:12:12
【问题描述】：

我有一个以零结尾的字符串：

char* s = ...;

我正在生成 C 源代码（在运行时），我想输出一个表示 s 的字符串文字，它将在生成的 C 程序中生成与 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，我还需要对其他字符进行特殊处理吗？

【问题讨论】：

还有很多其他的。 Unicode、单引号、换行等都需要特殊处理
如果s 包含转义的\"怎么办？
@dda: 它将被正确编码为"...\\\"..."
@RichardJ.RossIII: 不会保留 unicode 和单引号吗？他们需要逃跑吗？
@Andrew：我认为Richard 提到的问题是C 实现的源字符集不一定与执行字符集相同。这是一种奇特的说法，仅仅因为char 可以包含某些字符（例如拉丁语 1 或 UTF-8）并不一定意味着源文件可以。此外，您没有质疑的更明显的一点是，换行符需要特殊处理。 ASCII 0x27 单引号不需要特殊处理，但 Windows CP-1252 和 \u2019 中 0x92 的“弯曲”引号可能。

【解决方案1】：

您必须将"、\、\r 和\n 和\0（以及\? 编码为Michael Burr mentions）。不这样做会破坏您的代码。
您应该使用十六进制转义码对非 ASCII 字符进行编码，例如\x80。如果您的源代码中有非 ASCII 字符，则它是实现定义的。未能对这些字符进行编码在某些编译器上可以正常工作，但在其他编译器上可能会中断。
您可以对 ASCII 不可打印字符进行编码。如果您将转义码用于\t、\b、\x05 等字符，它将提高生成源代码的可读性。如果您不这样做，您的代码仍然可以工作，但可能很难阅读。
您不需要在双引号字符串中转义'。它是合法的，但它是不必要的，它不会使源代码更具可读性。

【讨论】：

如果 C 字符串文字中有从 0x80 到 0xFF 的字节，它们不是按原样保留吗？
@AndrewTomazos-Fathomling：我相信这取决于实现。它可能会起作用，但依赖它是不明智的。
我相信允许实现将源文件解释为（例如）UTF-8。如果您将 ISO-Latin 或 CP1252 字符串“按原样”写入源文件，那么您将失败，除非您在写入源文件后对其进行转码。我相信还允许实现将源文件解释为纯 ASCII，如果该文件包含不在标准要求的源字符列表中的任何字节，则拒绝该文件。然后你就失去了句号，除非你使用了转义码。

【解决方案2】：

标准 C 中的转义序列集包括以下内容：

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

注意\? 在那里，所以问号可以被转义，所以像"??!" 这样的序列可以编码为`"\?\?!"以防止它被解释为可怕的三合词。

为了完整起见，我会考虑处理其中的每一个（尽管其中一些像 \a 和 \v 我可能会使用 \x 转义序列进行转义 - 这可能取决于您的需要）。此外，对于任何其他不可打印的字符，我会使用 \x 转义序列转换为等效的十六进制。

【讨论】：