Skip to content
English

4.11 - 字符

Key Takeaway

到目前为止，我们介绍的基础数据类型都是用来保存数字的（整型或者浮点数）或者布尔值的。但是，如果我们想存放字母和标点怎么办？

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
#include <iostream>

int main()
{
    std::cout << "Would you like a burrito? (y/n)";

    // We want the user to enter a 'y' or 'n' character
    // How do we do this?

    return 0;
}

char类型是用来保存字符(character)。字符可以是一个字母、数字、符号或空白。

char类型也属于整型类型，也就是说它底层存储的还是整型数。和布尔值将0解析为false类似，将非零值解析为true类似，char 类型将存储的整型解析为ASCII字符。

ASCII 即美国信息交换标准代码是，它是一种将英文字母（以及少数其他符号）表示为0到127整型数字的方法。例如ASCII中97表示字母a。

字符常量通常放置在单引号中（例如,'g','1',' '）。

完整的 ASCII 字母表如下：

ASCII 码 符号 ASCII 码 符号 ASCII 码 符号 ASCII 码 符号
0 NUL (null) 32 (space) 64 @ 96 `
1 SOH (start of header) 33 ! 65 A 97 a
2 STX (start of text) 34 ” 66 B 98 b
3 ETX (end of text) 35 # 67 C 99 c
4 EOT (end of transmission) 36 $ 68 D 100 d
5 ENQ (enquiry) 37 % 69 E 101 e
6 ACK (acknowledge) 38 & 70 F 102 f
7 BEL (bell) 39 ’ 71 G 103 g
8 BS (backspace) 40 ( 72 H 104 h
9 HT (horizontal tab) 41 ) 73 I 105 i
10 LF (line feed/new line) 42 * 74 J 106 j
11 VT (vertical tab) 43 + 75 K 107 k
12 FF (form feed / new page) 44 , 76 L 108 l
13 CR (carriage return) 45 - 77 M 109 m
14 SO (shift out) 46 . 78 N 110 n
15 SI (shift in) 47 / 79 O 111 o
16 DLE (data link escape) 48 0 80 P 112 p
17 DC1 (data control 1) 49 1 81 Q 113 q
18 DC2 (data control 2) 50 2 82 R 114 r
19 DC3 (data control 3) 51 3 83 S 115 s
20 DC4 (data control 4) 52 4 84 T 116 t
21 NAK (negative acknowledge) 53 5 85 U 117 u
22 SYN (synchronous idle) 54 6 86 V 118 v
23 ETB (end of transmission block) 55 7 87 W 119 w
24 CAN (cancel) 56 8 88 X 120 x
25 EM (end of medium) 57 9 89 Y 121 y
26 SUB (substitute) 58 : 90 Z 122 z
27 ESC (escape) 59 ; 91 [ 123 {
28 FS (file separator) 60 < 92 \ 124
29 GS (group separator) 61 = 93 ] 125 }
30 RS (record separator) 62 > 94 ^ 126 ~
31 US (unit separator) 63 ? 95 _ 127 DEL (删除)

ASCII 码 0-31 为不可打印字符，它们大多被用来排版或控制打印机，其中很多现在已经不再使用了。如果你尝试将它们打印出来的话，打印的结果可能和你使用的系统相同（你可能会得到一些像emoji的字符）。

ASCII 码 32-127 为可打印字符，它们通常表示字母、数字字符和标点，多被用来表示基本的英文文本。

初始化字符

使用字符字面量可以初始化字符变量：

1
char ch2{ 'a' }; // 使用 'a' 来初始化(被存储为 97) (推荐)

你也可以使用整型数来初始化字符变量，但是应该尽量避免这么做。

1
char ch1{ 97 }; // 使用 97 来初始化('a') (不推荐)

注意

注意不要将字符数字和整型数字搞混，下面两种初始化并不相同： 

1
2
char ch{5}; // 使用 5 初始化(保存为整型 5)
char ch{'5'}; // 使用 '5' 初始化 (保存为整型 53)

只有当需要将数字显示成文本的时候，才使用字符数字而不是整型数字。整型数字用于数学运算。

打印字符

当使用 std::cout 打印字符的时候 std::cout会把字符变量打印成ASCII字符：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
#include <iostream>

int main()
{
    char ch1{ 'a' }; // (preferred)
    std::cout << ch1; // cout prints character 'a'

    char ch2{ 98 }; // code point for 'b' (not preferred)
    std::cout << ch2; // cout prints a character ('b')


    return 0;
}

输出结果：ab

字符字面量也可以直接打印：

1
cout << 'c';

输出结果：c

输入字符

下面这个程序会提示用户输入一个字符，然后将字符打印出来：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
#include <iostream>

int main()
{
    std::cout << "Input a keyboard character: ";

    char ch{};
    std::cin >> ch;
    std::cout << "You entered: " << ch << '\n';

    return 0;
}

运行结果：

1
2
Input a keyboard character: q
You entered q

注意， std::cin 允许你输入多个字符。不过变量 ch只能接收一个字符，因此只有第一个字符会被存放到变量中，剩下字符会被留在std::cin的缓冲中，可以被接下来再次调用 std::cin 时使用。

以下面的程序为例：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
#include <iostream>

int main()
{
    std::cout << "Input a keyboard character: "; // 假设用户输入了 "abcd" (带双引号)

    char ch{};
    std::cin >> ch; // ch = 'a', "bcd" 被留在了缓冲中
    std::cout << "You entered: " << ch << '\n';

    // 注意，下面的ch没有要求用户再次输入，它可以直接从缓冲中获取输入
    std::cin >> ch; // ch = 'b', "cd" 被流在缓冲中
    std::cout << "You entered: " << ch << '\n';

    return 0;
}

1
2
3
Input a keyboard character: abcd
You entered: a
You entered: b

如果你想一次性读入多个字符（例如，名字、单词或者句子），你应该使用字符串而不是字符。字符串是一个字符序列（因此字符串可以保存多个符号）。

相关内容

我们会在4.17 - std::string 简介中讨论关于字符串的内容。

字符类型的大小、范围和默认符号

C++ 将字符类型的大小定义为固定的1字节。默认情况下，字符可以是有符号或者无符号的（多数情况为有符号）。如果你使用字符变量来保存ASCII字符的话，你不需要指定符号，因为有符号和无符号的字符变量都可以保存0-127内的值。

如果你使用字符变量来保存一些比较小的整型值（如非优化空间这样的特别需要，请不要这么做），你应该指定它是有符号还是无符号的。有符号的字符可以保存的整数范围为-128 到 127。无符号字符则可以保存 0 到 255 范围内的整数。

转译序列

C++ 中的某些字符是具有特殊含义的，这些字符称为转译序列（escape sequences）。转译序列以\（反斜线）开头，紧接着是一个字母或数字。

你可能已经见过在常遇到的转义序列'\n'，它会在字符串中嵌入一个换行：

1
2
3
4
5
6
7
#include <iostream>

int main()
{
    std::cout << "First line\nSecond line\n";
    return 0;
}

输出结果：

1
2
First line
Second line

另外一个常用的转译序列是 '\t'，表示一个水平制表符：

1
2
3
4
5
6
7
#include <iostream>

int main()
{
    std::cout << "First part\tSecond part";
    return 0;
}

输出结果为

1
First part        Second part

其他一些值得注意的转译序列有：

  • \' ：打印单引号
  • \"：打印双引号
  • \\ 打印反斜线

下表展示了全部的转义序列

名称 符号 含义
Alert \a Makes an alert, such as a beep
Backspace \b Moves the cursor back one space
Formfeed \f Moves the cursor to next logical page
Newline \n Moves cursor to next line
Carriage return \r Moves cursor to beginning of line
Horizontal tab \t Prints a horizontal tab
Vertical tab \v Prints a vertical tab
Single quote \’ Prints a single quote
Double quote \” Prints a double quote
Backslash \ Prints a backslash.
Question mark \? Prints a question mark.
No longer relevant. You can use question marks unescaped.
Octal number (number) Translates into char represented by octal
Hex number \x(number) Translates into char represented by hex number

举例：

1
2
3
4
5
6
7
8
9
#include <iostream>

int main()
{
    std::cout << "\"This is quoted text\"\n";
    std::cout << "This string contains a single backslash \\\n";
    std::cout << "6F in hex is char '\x6F'\n";
    return 0;
}

打印结果：

1
2
3
"This is quoted text"
This string contains a single backslash \
6F in hex is char 'o'

Newline (\n) vs. std::endl

在1.5 - iostream 简介： cout，cin 和 endl中已经介绍了。

字符放在单引号和双引号中有什么区别

单字符总是放在单引号中 (例如 ‘a’, ‘+’, ‘5’)。字符只能表示一个符号（例如，字母、加号和数字5），下面这样的写法是不对的：

1
char ch{'56'}; // char 只能保持一个符号

双引号中的文本会被看做是字符串（例如 “Hello, world!”）。

你可以在代码中使用字符串字面量：

1
std::cout << "Hello, world!"; // "Hello, world!" is a string literal

最佳实践

如果只有一个字符，请放在单引号中 (例如 ‘t’ 或 ‘\n’, 而不是 “t” 或 “\n”)。以便编译器进行优化。

还有其他字符类型吗？ wchar_t, char16_t 和 char32_t?

wchar_t 在几乎任何场合下都应该避免使用 (处理在使用 Windows API 时)。它的大小是实现时定义的，非常不可靠而且几乎已经废弃了。

题外话

术语“废弃”指的是，仍然支持，但是不再推荐使用，因为它已经被其他更好的同类替换了，同时它也是不安全的。

和 ASCII 将整型 0-127 映射到英文字母一样，也有其他字符编码标准可以将整型映射到其他语言的字符。除了 ASCII 以外最著名的字母编码是 Unicode，它将 144,000 个整型数映射到不同语言的字符。因为 Unicode 的编码点非常多，所以一个 Unicode 编码点需要32位才能表示一个字符（称为 UTF-32）。不过，Unicode 字符也可以使用多个 16 位或 8位字符 (分别称为 UTF-16 和 UTF-8)。

char16_t 和 char32_t 在 C++11 中被引入，用于支持 16 位和 32 位 Unicode 字符。char8_t 在 C++20 中被引入。

你不需要使用 char8_t、char16_t 或 char32_t，触发你希望程序兼容 Unicode。Unicode 和本地化一般来说已经超出了本教程的范围，所以我们并不会涉及相关内容。

同时，当你使用字符或字符串的时候，应该只使用ASCII字符。使用其他字符集的字符可能会导致字符显示错误。