《操作系统真象还原》——0.27 转义字符与ASCII码

本节书摘来自异步社区《操作系统真象还原》一书中的第0章，第0.27节，作者：郑钢著，更多章节内容可以访问云栖社区“异步社区”公众号查看

计算机世界中是以二进制来运行的，无论是指令、数据，都是以二进制的形式提交给硬件处理的，字符也一样，必须转换成二进制才能被计算机识别。所以各种各样的字符编码产生，简单来说，字符编码就是用唯一的一个二进制串表示唯一的一个字符。其中最著名的字符编码就是ascii码。

ascii码表中字符按可见分成两大类，一类是不可见字符，共33个，它们的ascii码值是0～31和127，属于控制字符或通信专用字符。表中其余的字符是可见字符，它们的ascii码值是32～126，属于数字、字母、各种符号。

对于计算机来说，任何字符都是用ascii码表示的，人要是与计算机交流，虽然可以直接输入字符的ascii码，但这太不人道了，计算机的发明是为了给人解决问题而并非制造问题。人习惯用所见即所得的方式使用字符，我要输入字符a的时候，直接按下键盘上的a键就行了，不要让我输入其ascii码0x61。这要求是合理的，我们在键盘上键入的每个按键，都会由输入系统根据ascii码表转换成对应的二进制acsii码形式。这对普通用户来说够用了，他们很少写程序，可是作为程序员，我们经常要输出字符串，字符串中的可见字符直接从键盘敲入就行了，对于那些不可见字符，如回车换行符等，肯定不能用键盘在字符串中直接敲下一个回车键。

我们的问题是不可见字符如何写出来，也就是说我们在写字符串时，如何在其中加入不可见的控制符，这就需要编译器或解释器的支持了。

由于可见字符本身是看得见的，所见即所得，大家在使用中并不会有陌生感。对于那些不可见的控制字符，如果想使用它们时，该怎样表示它们呢？比如我就是要让程序输出一段话，在结束处换行。控制字符看不见摸不着，怎么写出来？所以在使用这些不可见字符时必须想办法让其可见，但又不能表示成其他可见字符，所以，只能让可见字符不表示自身了，哈哈，有点难是吗？这么艰巨的任务显然只用一个可见字符是不可能完成的，于是编译器想出了一个办法，它引用了另一个可见字符''来搭配其他可见字符，用这种可见字符组合的形式表达不可见字符。表面上看，字符''是让其他可见字符的意义变了，所以称''为转义字符，但本质上，这两个可见字符合起来才是完整的不可见字符，比如换行符'n'，''和'n'放到一起才是换行符的意义，并不是因为'n'前面有个''，'n'就不再是'n'，而是换行符，一定要清楚不是这样的。

ascii码表中任何字符都是1个字节大小，在字符串中不可见字符虽然用“转义字符+可见字符”两个字符来表示，但这只是编译器为了让人们能写出不可见字符的方式，目的是让不可见字符变得“可见”，针对的是人，这样人们写程序时就能在字符串中用到不可见字符。不可见字符本身在编译后还是那1个字节的ascii码。说白了，我们能够将不可见字符显示出来，原因就是编译器在给我们做支持，它将“转义字符+可见字符”这种形式的不可见字符转换成了该不可见字符的ascii码。

为了说清楚，咱们以编译器为界限，在编译器左边的是人，这里的字符串是供人使用的，转义字符是存在于这一边的。编译器右边的是机器，这里的字符串使用的都是ascii码。

在编译器左边：

<code>char* ptr=”abc\n”；</code>

此部分对应的内容是0x61 0x62 0x63 0x5c 0x6e。

编译器右边：

“abcn”对应的内容是0x61 0x62 0x63 0xa

编译器的左边和右边是不一样的，区别是对“n”的处理。编译器左边把它当成了两个字符，编译器右边把它当成了一个字符。想想也是，毕竟代码只是文本字符串，字符串”abcn”中的''和'n'肯定是两个字符，编译器会把''和'n'组合到一起成为'n'而解释成回车换行。可能您还是觉得怀疑，那我说一下编译器对字符串的解释过程。

编译器对字符串的处理一般是逐个字符处理的，这样便于处理转义字符。若发现字符为''，就意识到这是转义字符，按常理说后面肯定要跟着另一可见字符，于是先不做任何处理，马上把后面的字符读进来，分析这两个字符的组合是哪个控制字符后一并处理。

咱们这里拿编译器解释字符串”abcn”举例。

代码中的'n'本身由两个字符''和'n'组成，'n'是给人看的，用于在字符串中使用，其ascii码是0xa，是给机器看的。在计算机中，所有的字符都已经成了ascii码，字符串”abcn”则变成了ascii码：0x61 0x62 0x63 0x5c 0x6e。

编译器要逐个对比字符串中每个字符，前几个字符是'a'、'b'、'c'，这都是可见字符，没有异议，直接处理。当发现字符是''，知道这是转义字符，得知道''后面的字符是什么才能确定是哪个不可见字符，于是暂停处理''，把后面的字符读进来，发现是'n'，便知道这是'n'，表示一个换行符，于是将''和'n'用换行符的ascii代替，原来字符串”abcn”的ascii码就变成了0x61 0x62 0x63 0xa。

说得足够多了，我也嫌自己啰嗦了，大家看以下的例子吧，就在图0-20中全部解释清楚了。

代码ascii.c过于简单，纯粹是为演示。大家可能注意到了xxd.sh这个脚本，它就是xxd命令的封装，xxd命令可以逐字节查看文件，xxd.sh脚本内容如下。

希望对大家理解转义字符有帮助。