为什么“foo\\<NEWLINE>bar”在“gcc -E”之后变成“foo\bar”？

Question

参见以下示例：

$ cat foo.c
int main()
{
    char *p = "foo\\
bar";
    return 0;
}
$ gcc -E foo.c
# 1 "foo.c"
# 1 "<built-in>"
# 1 "<command-line>"
# 1 "/usr/include/stdc-predef.h" 1 3 4
# 1 "<command-line>" 2
# 1 "foo.c"
int main()
{
    char *p = "foo\bar";

    return 0;
}
$

据我了解，第二个\ 被第一个\ 转义，因此第二个\ 不应与以下<NEWLINE> 组合以形成行延续。

Answer 1

ISO/IEC 9899:2011 §5.1.1.2 翻译阶段中的规则非常明确：

1. 反斜杠字符 (\) 的每个实例紧跟一个换行符 字符被删除，拼接物理源行以形成逻辑源行。 只有任何物理源行上的最后一个反斜杠才有资格成为一部分 这样的拼接。

不参考最后一个反斜杠之前的字符。阶段 1 将三元组转换为常规字符。这很重要，因为??/ 是\ 的三元组。

Answer 2

预处理器在尝试标记输入之前删除所有出现的反斜杠换行符；没有逃脱机制。它也不限于字符串文字：

#inclu\
de <st\
dio.h>

int m\
ain(void) {
    /\
* yes, this is a comment */
    put\
s("Hello,\
 world!");
    return 0;
}

这是有效的代码。

使用\\ 获取单个\ 仅适用于字符串和字符文字，并且在处理过程中发生得更晚。