我的书签
添加书签
移除书签1.4 C语言的“字母”和“单词”
1.4.1 C语言的“字母”
作为一种语言，必须要有自己“字母表”（或者说是类似于汉字的基本笔画一类的东西）、“单词”（或“汉字”）及“标点符号”。抽象地看，C语言源程序无非就是一系列字符。最基本的、构成C语言源程序的最基本的“字母”表（Basic Source Character Set）如下。
1．拉丁字母表中的26个大写字母（Uppercase Letters）：
2．拉丁字母表中的26个小写字母（Lowercase Letters）：
3．10个十进制数字（Digits）：
4．29图形字符（Graphic Characters）：
5．空白字符：
空格（Space Character）及三个分别表示水平制表（Horizontal Tab）、垂直制表（Vertical Tab）及换页（Form Feed）的控制字符。
这85个字符是构成C语言源程序的最基本元素，是必须的也是充分的。然而需要指出的是，C99并不排斥这个字符集以外的字符。理论上来说，源程序中也可以使用汉字这样的字符。但是C99标准对此只给出了一个宽松的政策，具体的实现还须仰仗未来编译器作者的努力(10)。
此外要明确的是编写程序用的字符与程序所处理（输入、输出或其他）的字符是两个概念。也就是说，即使源程序使用的是前面所说的85个字符，但在程序所处理的文字（Execution character）中，比如字符串中，还是可以使用汉字等其他字符的。如前面的“printf（"你好，C!\n"）；”中就出现了汉字，当然这同时还需要操作系统的支持。
在基本的85个字符中，有些明显是臃余的。所有的空白字符，加上作为一行的结束标志的字符（通常就是回车换行），对于编译器来说，作用只可能有一个——作为各个单词之间必要的间隔，甚至没有作用。但是从另一个角度来讲却又是必要的，因为源程序除了编译器以外还有另一个读者——那就是人。应该善于利用这些空白字符把源代码写得更美观、更具有可读性，使人读起来更加赏心悦目。
在有的语言中，大小写字母被认为是相同的字母，但在C语言中大小写字母是完全不同的字母，而且习惯上，C语言以小写字母为主——多数情况下用小写字母，大写字母通常用在较为特殊的场合。
1.4.2 C语言的“词”
所谓c语言的“词”是指源程序中若干连续的或成对的、具有独立语意的字符的组合。“词”是语意的基本单位，在语意这个意义上是不容割裂的“原子”。专业人士把这种东西统一称之为“记号”（Token: an individual instance of a type of symbol）。
在GB/T 15272-94中，“Token”被译成了“单词”，这是一个很漂亮的翻译。本书正式釆用这个术语。
在C语言中，有5种单词。它们正式的分类名称分别如下。
■ 关键字（Keyword）
■ 标识符（Identifier）
■ 常量（Constant）
■ 字符串文字量（String-Literal）
■ 标点符号（Punctuator）
下面简单地介绍一下各种单词大概的含义。
1．常量
在计算圆周长的数学公式C=2πr中，2和π都是所谓的常量。在程序计算中也有类似的情况，这时就需要在源程序中写出这些常量（Constant）。
在源程序中写常量时，需要按照C语言规定方式书写，特别需要注意的是不可以把日常的或其他学科的习惯带到源代码中，如把1234写成1，234，或用空格把数字分组，或者随意在数字前加0等。前两者违背了单词不可分割的原则，而后者的写法在源程序中有特定的含义：1234与01234在源程序中的含义是全然不同的。
常量不仅有数值常数，还有其他种类。常量的准确定义及各种具体写法将在稍后详细介绍。
2．字符串文字量
在书面自然语言中，实实在在原封不动地引用一段语言或文字时通常用双引号括起来。在C语言源程序中也是如此，甚至形式上也完全相同。它就是一段实实在在的字符序列，可以被源程序处理，但本身并不是用来描述程序执行步骤而是程序执行处理的一个对象，这和常量在程序中的作用基本一样(11)。为了有别于程序中描述程序思想的那些文字，字符串文字量必须在形式上与它们有所区别，这就是字符串文字量一定要披着双引号这种马甲的原因。
3．标识符
大体上，标识符（Identifier）相当于自然语言中的名词，或者数学公式中变量的表示符号，是编程者为程序中用到的各种对象——有时是实的，比如一块内存，有时是虚的，比如一种数据类型等所取的名字。
C99之前，为程序中的对象取名只可以使用大小写英文字母、下划线和数字字符(12)，而且开头不可以是数字。
此外要注意的是同一英文字母的大小写在C语言中是不同的两个字符，换句话说C语言区分大小写，在源程序中abc和Abc是两个不同的标识符。
4．关键字
关键字（Keyword）是C语言所保留的、具有特定含义的一些标识符，不可以作为普通的标识符来为其他对象取名。
关键字有些类似自然语言中的“成语”，其含义不是一两句话能说清楚的。精确全面地理解关键字的含义并能够恰到好处地应用它们，至少占C语言学习内容的一半以上。
从使用方式的角度看，大体有两类关键字，一类是以固定格式构成某种“句型”的，这种句型一般是一套复杂计算动作的组合；另一类简单地相当于自然语言中的“副词”或“形容词”。
与其他语言相比，C语言的关键字很少，这从一个方面显示了C语言简洁的特点。并且，不同的编译器下的不同的C语言方言或不同的标准下的C语言关键字也不同。如表1-1所示，是C99新增的关键字。
表1-1 C语言的关键字
(2) C99新增加的关键字
5．标点
C语言中可以归类为标点（Punctuator）的单词有下面48(13)个：
这些标点有些类似于自然语言中的标点符号（如{}），有些相当于数学运算式中的运算符号（如+），被称为“运算符”（Operator）。特别需要注意的是有些标点在不同的场合下含义是不同的。C语言的词汇有一词多意的特点。一个C语言单词的语意经常需要根据单词所在的上下文才能确定，这是一个C语言的一个特点，也是一个难点。
作为一个整体，标点是不容分割的（所有单词都这样），如“<<”不可以写做“< <”，两个“<”之间不可以加入任何字符（包括空格）。此外“[”、“]”、“(”、“)”、“{”、“}”、““”、“‘”也一定是成对使用的，且大部分情况下其中间部分不能是空的。
6．空白
在英语中，单词与单词之间是用空格或标点符号分隔开的；在源程序中也是如此。在单词之间可以自由地添加任意个空白字符（White-space Character）：空格（Space）、换行（New-line）、水平制表（Horizontal Tab）、垂直制表（Vertical Tab）和换页（Form-feed）。对于编译器来说，这种空白有时是必要的，有时是可有可无的。但从代码的可读性以及可欣赏性来考虑，单词之间的空白是完全必要的。那些C语言大师们无一例外地都是“留白”的高手。
所以，编写代码的总的原则是：单词原则上应该是一个整体，不容许割裂；常量、标识符、关键字这样的单词之间必须有空白符或符合语法要求的标点符号。在写代码时，应该在遵循这个原则的条件下把代码写的清晰、自然、易读。
7．例外
有一些情况，在前面的讨论中没有涉及，比如程序代码1-2中的：
由于<stdio.h>中的“<”、“>”和“.”作为独立的个体并不具C语言的语法意义，因此“<stdio.h>”也是不可分割的独立单词，这是不同于前面所提到的单词的另一类单词，叫做“预处理命令记号”（Preprocessing-token）。这些内容将在介绍相应的预处理命令时一并介绍。
练习
识别并找出下面代码中的单词：
程序代码1-5
