C++中DigraphsTrigraphs和Tokens的深入讲解

之前也是偶然间了解到C++的Digraph(双字符组)，但是当时没有进行扩展了解，没想到C++还有Trigraph(三字符组)…，这个概念其实也很简单，维基百科的词条三字符组与双字符组写的也很清楚，就直接搬运过来一下。

下面话不多说了，来一起看看详细的介绍吧

缘起

C语言的源程序的最低必须的字符集是基于7位ASCII码字符集，是ISO646-1983InvariantCodeSet的一个超集。ISO646最初是1972年颁布的一项国际化的7位ASCII标准，规定了12个字符所对应的码位保持对各国标准开放：#$@[\]^`{|}~。因此法国标准AFNORNFZ62010-1982把码位0x7c（ASCII码的|）定义为ù，用法文键盘就难以输入C语言的位或运算符|；码位0x7e（ASCII码的～）定义为¨（即分音符），法文键盘就难以输入C语言的位非运算符～。加拿大法语标准CSAZ243.4-1985中把码位0x5e（ASCII码的^）在定义为é，导致难以输入C语言的异或运算符^。

三字符组

为解决上述的C语言源代码输入问题，C语言标准规定预处理器（Cpreprocessor）在扫描处理C语言源文件时，替换下述的3字符出现为1个字符

注意:编译器对三字符组的处理是在解析注释、宏的步骤的前面，可以理解为优先处理三字符组

那我们再回头看上面那个题，其等价于：

注意:Trigraph(三字符组)在C++17被移除了语法

从MicrosoftVisualC++2010版开始，该编译器默认不再自动替换三字符组。如果需要使用三字符组替换（如为了兼容古老的软件代码），需要设置编译器命令行选项/Zc:trigraphs

g++仍默认支持三字符组，但会给出编译警告。

双字符组

1994年公布了一项C语言标准的修正案，引入了更具有可读性的5个双字符组。这也包括进了C99标准。

双字符组替换为<:[:>]}%:#

不同于三字符组在源文件的任何出现都会被预处理器替换，双字符如果出现在字符串字面值（quotedstring）、字符常量、程序注释中将不被替换。双字符组的替换发生在编译器对源程序的tokenization阶段（即识别出关键字、标识符等，类似于自然语言的“断词”），仅当双字符组作为一个token或者token的组成部分时（如%:%:被替换为预处理运算符##），双字符组才被替换为单字符。g++支持上述双字符组替换。但MicrosoftVisualC++不支持双字符组替换。

Token

C++标准支持C语言的三字符组与双字符组（包括C99中的增补）。C++自身还提供了下述内置的关键字：

关键字等价于and&&bitor|or||xor^compl~bitand&and_eq&=or_eq|=xor_eq^=not!not_eq!=

MicrosoftVisualC++编译器要求如果使用上述关键字，必须包含头文件ciso646，否则编译报错。如“errorC2065:‘not':undeclaredidentifier”。而g++编译器就不要求包含头文件ciso646。