C++ • Символи

Тема 6 • Починаємо роботу із символами

Літера на екрані
код у пам’яті

Символи, тип char і таблиця ASCII

A ↔ 65

Символ A має код 65 у ASCII

a ↔ 97

Велика й мала літери мають різні коди

Як комп’ютер зберігає текст

Комп’ютер зберігає дані як послідовності бітів. Щоб записати текст, потрібні правила, які пов’язують символи з числами та визначають їхній запис у байтах. Такі правила називають кодуванням.

Почнемо з ASCII: це набір зі 128 кодів від 0 до 127. У ньому є латинські літери, цифри, знаки та керувальні коди.

У прикладах цієї сторінки працюємо з ASCII-сумісним кодуванням, зокрема UTF-8. Використовуємо латинські літери, цифри й звичайні знаки. Українські літери розглянемо окремо наприкінці.

Не потрібно вчити всю таблицю

ГрупаСимволиКоди ASCII
ПробілОдин пробіл32
Цифри0…948…57
Великі латинські літериA…Z65…90
Малі латинські літериa…z97…122

Коди 0…31 та 127 є керувальними. Вони не позначають звичайні друковані малюнки. Наприклад, код 9 означає табуляцію, а 10 означає переведення рядка LF. У коді C++ для них є записи '\t' та '\n'.

ASCII не має єдиної «розширеної половини» 128…255. Різні старі однобайтові кодування використовували ці значення по-різному.

Друковані знаки ASCII: коди 33…126
КодСимвол
33!
34"
35#
36$
37%
38&
39'
40(
41)
42*
43+
44,
45-
46.
47/
480
491
502
513
524
535
546
557
568
579
58:
59;
60<
61=
62>
63?
64@
65A
66B
67C
68D
69E
70F
71G
72H
73I
74J
75K
76L
77M
78N
79O
80P
81Q
82R
83S
84T
85U
86V
87W
88X
89Y
90Z
91[
92\
93]
94^
95_
96`
97a
98b
99c
100d
101e
102f
103g
104h
105i
106j
107k
108l
109m
110n
111o
112p
113q
114r
115s
116t
117u
118v
119w
120x
121y
122z
123{
124|
125}
126~

Що зберігає char

Тип char займає один байт C++. На звичних шкільних комп’ютерах байт має 8 біт. Для символу ASCII достатньо одного такого байта.

Не слід запам’ятовувати, що char завжди має значення від 0 до 255: він може бути знаковим або беззнаковим залежно від реалізації. Для кодів ASCII 0…127 цієї відмінності немає.

Приклад 1. Зберігаємо символ

Для одного символу використовуємо тип char і одинарні лапки. Пробіл також є символом. Записи 'A' та "A" різні: перший задає символ, другий задає рядок.

#include <iostream>
using namespace std;

int main() {
    char letter = 'A';
    char digit = '7';
    char space = ' ';
    cout << letter << space << digit << "\n";
    return 0;
}

Результат:

A 7

Приклад 2. Дізнаємося код

Введіть один друкований символ ASCII без пробілу, наприклад A. Після присвоєння int code = symbol; змінна code містить числове значення цього символу.

cin >> symbol пропускає пробіли й перенесення рядків перед символом. Тому для введення самого пробілу цей спосіб не підходить.

#include <iostream>
using namespace std;

int main() {
    char symbol;
    cin >> symbol;
    int code = symbol;
    cout << symbol << " " << code << "\n";
    return 0;
}

Ввід: A

Результат:

A 65

Приклад 3. Отримуємо символ за кодом

Введіть код від 33 до 126. Запис char(code) перетворює числове значення на значення типу char. Для 66 отримаємо B. Код 32 також можна перетворити, але це пробіл, тому на екрані його не видно.

#include <iostream>
using namespace std;

int main() {
    int code;
    cin >> code;
    char symbol = char(code);
    cout << symbol << "\n";
    return 0;
}

Ввід: 66

Результат:

B

Приклад 4. Цифра як символ і як число

Символ '7' має код 55. Це не число 7. Щоб отримати числове значення цифри, віднімаємо код '0': 55 − 48 = 7.

Спочатку перевіряємо, що символ є цифрою. Програма для введеного символу 7 виводить число 8.

#include <iostream>
using namespace std;

int main() {
    char symbol;
    cin >> symbol;
    if (symbol >= '0' && symbol <= '9') {
        int digit = symbol - '0';
        cout << digit + 1 << "\n";
    } else {
        cout << "Not a digit\n";
    }
    return 0;
}

Ввід: 7

Результат:

8

Приклад 5. Перетворюємо малу латинську літеру на велику

У таблиці ASCII великі й малі латинські літери розташовані двома послідовними групами. Віднімаємо 'a', щоб знайти номер літери від 0 до 25, і додаємо 'A'.

Для h: 104 − 97 + 65 = 72, тобто H. Якщо введено не малу латинську літеру, програма залишає символ без змін. Цей прийом призначений саме для латиниці в ASCII.

#include <iostream>
using namespace std;

int main() {
    char symbol;
    cin >> symbol;
    if (symbol >= 'a' && symbol <= 'z') {
        symbol = char(symbol - 'a' + 'A');
    }
    cout << symbol << "\n";
    return 0;
}

Ввід: h

Результат:

H

Приклад 6. Друкуємо латинський алфавіт

Коди великих латинських літер у ASCII йдуть поспіль від 65 до 90. Перебираємо ці коди циклом for. Це приклад застосування вже знайомого циклу до символів.

#include <iostream>
using namespace std;

int main() {
    for (int code = 65; code <= 90; code++) {
        cout << char(code) << " " << code << "\n";
    }
    return 0;
}

Результат:

Показати всі 26 рядків
A 65
B 66
C 67
D 68
E 69
F 70
G 71
H 72
I 73
J 74
K 75
L 76
M 77
N 78
O 79
P 80
Q 81
R 82
S 83
T 84
U 85
V 86
W 87
X 88
Y 89
Z 90

Досліди відповідність між символом і кодом

Введи один друкований символ ASCII або код від 32 до 126. Тут можна дослідити й пробіл.

Двійковий запис показано у восьми бітах, як у байті звичайного шкільного комп’ютера.

Чому українська літера складніша за A

Unicode надає символам числові коди. UTF-8 визначає, як записати ці коди байтами. Це різні поняття: Unicode не означає «два байти на символ».

У UTF-8 один код Unicode займає від 1 до 4 байтів. Латинська A займає один байт, українська Я два, а знак € три. Звичайний char зберігає лише один байт, тому повна українська літера в UTF-8 не поміститься в одному char.

Латинська A та кирилична А схожі, але це різні символи: U+0041 та U+0410. У UTF-8 вони займають відповідно один і два байти.

Чи потрібен зараз wchar_t?

Для прикладів із ASCII він не потрібен. Розмір wchar_t залежить від реалізації: часто це 2 байти у Windows і 4 байти в Linux. Цей тип не є назвою кодування UTF-8 і не гарантує, що один об’єкт зберігатиме будь-який символ Unicode. Роботу з українським текстом вивчатимемо окремо.

Перевір себе

Спробуй відповісти, а потім відкрий пояснення. Це самоперевірка без оцінки.

Чим відрізняються 7 та '7'?

7 є числом, а '7' є символом із кодом 55 у ASCII.

Який код має пробіл?

32. Він не є порожнім місцем у даних: це окремий символ.

Що виведе cout << char(65);?

A, якщо використовується ASCII-сумісне кодування.

Як отримати число 8 із символу '8'?

Відняти '0': int digit = '8' - '0';

Чи можна в UTF-8 зберегти українську літеру в одному char?

Повна українська літера в UTF-8 займає два байти, тому одного char для неї недостатньо.

Чи означає більший код, що літера пізніша за алфавітом?

Лише в окремих упорядкованих групах, наприклад A…Z у ASCII. Порівняння кодів не є загальним правилом алфавітного сортування.

Що запам’ятати

  • Один символ ASCII можна зберегти в char.
  • Символ записують в одинарних лапках: 'A'.
  • Число 7 та символ '7' мають різний зміст.
  • UTF-8 використовує різну кількість байтів для різних кодів Unicode.
Джерела для вчителя

Unicode Consortium: UTF-8, UTF-16, UTF-32

Робочий проєкт стандарту C++: sizeof