什么时候C ++编译器开始考虑字符串文字字符转义中的两个以上十六进制数字？

Question

我在C ++中有一个（生成的）文字字符串，可能包含需要使用\\x表示法转义的字符。 例如：

char foo[] = "\xABEcho";

但是，g ++（版本4.1.2，如果它很重要）会抛出一个错误：

test.cpp:1: error: hex escape sequence out of range

编译器似乎将Ec字符视为前面的十六进制数字的一部分（因为它们看起来像十六进制数字）。 由于四位十六进制数不适合char ，因此会引发错误。 显然，对于宽字符串文字L"\\xABEcho" ，第一个字符是U + ABEC，其次是L"ho" 。

在过去的几十年里，这似乎发生了变化，我从未注意到。 我几乎可以肯定，旧的C编译器只会在\\x之后考虑两个十六进制数字，而不再看了。

我可以想到一个解决方法：

char foo[] = "\xAB""Echo";

但那有点难看。 所以我有三个问题：

• 这什么时候改变了？

• 为什么编译器只接受> 2位十六进制转义为宽字符串文字？

• 有没有比上述更难的解决方法？

Answer 1

GCC仅遵循该标准 。 ＃877 ：“每个[...]十六进制转义序列是可以构成转义序列的最长字符序列。”

Answer 2

我找到了问题的答案：

• C ++一直都是这样（检查过Stroustrup第3版，之前没有任何内容）。 K＆R第1版没有提到\\x （当时唯一可用的角色是八进制）。 K＆R第2版声明：

   '\\xhh' 

  其中hh是一个或多个十六进制数字（0 ... 9，a ... f，A ... F）。

  所以看起来这种行为自ANSI C以来就存在。

• 虽然编译器可能只接受> 2个字符作为宽字符串文字，但这会不必要地使语法复杂化。

• 确实有一个不太尴尬的解决方法：

   char foo[] = "\«Echo"; 

  \\u\u003c/code>转义符始终接受四个十六进制数字。

更新 ：使用\\u\u003c/code>并不适用于所有情况，因为大多数ASCII字符（由于某种原因）不允许使用\\u\u003c/code>指定。 以下是海湾合作委员会的一个片段：

/* The standard permits $, @ and ` to be specified as UCNs.  We use
     hex escapes so that this also works with EBCDIC hosts.  */
  else if ((result < 0xa0
            && (result != 0x24 && result != 0x40 && result != 0x60))
           || (result & 0x80000000)
           || (result >= 0xD800 && result <= 0xDFFF))
    {
      cpp_error (pfile, CPP_DL_ERROR,
                 "%.*s is not a valid universal character",
                 (int) (str - base), base);
      result = 1;
    }

Answer 3

我通过使用\\ xnn指定以下char来解决这个问题。 不幸的是，只要[a..f]范围内有char，就必须使用它。 恩。 “\\ xnneceg”替换为“\\ xnn \\ x65 \\ x63 \\ x65g”

Answer 4

我很确定C ++一直都是这样的。 在任何情况下， CHAR_BIT可能大于8，在这种情况下'\\xABE'或'\\xABEc'可能有效。

Answer 5

这些是宽字符文字。

char foo[] = "\x00ABEcho";

可能会更好。

这里有一些信息，而不是gcc，但似乎仍然适用。

http://publib.boulder.ibm.com/infocenter/iadthelp/v7r0/index.jsp?topic=/com.ibm.etools.iseries.pgmgd.doc/cpprog624.htm

此链接包括重要的一行：

指定\\xnn在wchar_t的字符串文字相当于指定\\x00nn

这也可能有所帮助。

http://www.gnu.org/s/hello/manual/libc/Extended-Char-Intro.html#Extended-Char-Intro

Answer 6

我也遇到了这个问题。 我发现我可以在第二个十六进制数字的末尾添加一个空格，然后通过使用退格符'\\ b'跟踪空格来消除空间。 不完全可取，但它似乎工作。

“Julius C \\ xE6sar是frana \\ xE7 \\ bais的征服者”