✨ C++: Кодування Символів

1. Кодування Символів та Кодові Таблиці

Кожен символ, який ми бачимо на екрані, зберігається в пам'яті комп'ютера як число. **Кодування символів** — це система, що встановлює відповідність між символом і його числовим кодом. **Кодова таблиця** (або набір символів) — це повний список таких відповідностей.

* **Одномірне кодування (Один байт):** * char — стандартний тип символів у C++, зазвичай займає **1 байт** (8 біт). Може зберігати 256 різних значень (від 0 до 255). * Приклади кодових таблиць: **ASCII** (7-бітне, для латинських літер, цифр, знаків пунктуації), **ISO-8859** (розширення ASCII), **Windows-1251** (для кирилиці). * **Багатобайтове кодування (Два або більше байтів):** * Використовується для представлення символів з великих наборів, як-от Юнікод (Unicode), що містить символи більшості писемностей світу. * Приклади: **UTF-8**, **UTF-16**, **UTF-32**.

Усі літери та інші символи, які використовуються для друку, кодуються двійковими числами.

Існують:

Однобайтове кодування (8-розрядне кодування). Кожен символ займає 1 байт. Можна закодувати 256 символів. Коди від 00000000 до 11111111
Двобайтове кодування (16-розрядне кодування, UNICODE). Кожен символ займає 2 байти. Можна закодувати 65 536 символів. Коди від 0000000000000000 до 11111111111111111

Коди всіх символів знаходяться в спеціальних таблицях і збігаються з їх порядковими номерами в цих таблицях.

Однобайтове кодування

В однобайтовому кодуванні (системі ASCII) закріплені дві таблиці кодування: базова (з кодами від 0 до 127) та розширена (з кодами від 128 до 255).

Базова таблиця (таблиця ASCII) однакова для всіх кодувань. У всіх задачах, які ми будемо вирішувати в цьому розділі, ми будемо використовувати лише символи з тієї таблиці.

Таблиця ASCII

Код	Символ	Код	Символ	Код	Символ	Код	Символ
0		32		64	@	96	-
1	○	33	!	65	A	97	a
2	●	34	"	66	B	98	b
3	▼	35	#	67	C	99	c
4	♦	36	$	68	D	100	d
5	♣	37	%	69	E	101	e
6	♦	38	&	70	F	102	f
7	•	39	'	71	G	103	g
8	■	40	(	72	H	104	h
9		41	)	73	I	105	i
10	✅	42	*	74	J	106	j
11	✅	43	+	75	K	107	k
12	○	44	,	76	L	108	l
13	✅	45	-	77	M	109	m
14	♫	46	.	78	N	110	n
15	☆	47	/	79	O	111	o
16	►	48	0	80	P	112	p
17	✅	49	1	81	Q	113	q
18	↑	50	2	82	R	114	r
19	!!	51	3	83	S	115	s
20	¶	52	4	84	T	116	t
21	§	53	5	85	U	117	u
22	—	54	6	86	V	118	v
23	↑	55	7	87	W	119	w
24	↑	56	8	88	X	120	x
25	↓	57	9	89	Y	121	y
26	›	58	:	90	Z	122	z
27	<	59	;	91	[	123	{
28	⊥	60	<	92	\	124	\|
29	< >	61	=	93	]	125	}
30	▲	62	>	94	^	126	~
31	▼	63	?	95	_	127	◇

З цієї таблиці потрібно пам'ятати тільки те, що:

Пробіл має код 32
Цифри (від 0 до 9) розташовані за зростанням і мають коди, починаючи з 48
Великі літери (від A до Z) розташовані за алфавітом і мають коди починаючи з 65
Маленькі літери (від a до z) розташовані за алфавітом і мають коди починаючи з 97
Англійські букви та букви кирилиці, які виглядають однаково, мають різні коди.

Для того, щоб використовувати символи кирилиці, потрібно розглянути багато додаткової інформації (інший тип даних, інший ввід даних і т.і.)

Розширена таблиця

У розширеній таблиці розташовані національні системи кодування (символи кирилиці). Відсутність єдиного стандарту у цій галузі призвела до множинності одночасно діючих кодувань.

При програмуванні на мові С++ кодування символів може відрізнятися залежно від операційної системи та налаштувань компілятора.

Двобайтове кодування

В C++ можна налаштувати і двобайтове кодування. Це так звані широкі символи (UTF-8).

2. Двобайтове Кодування та Широкі Символи (`wchar_t`)

Для роботи з великими наборами символів, особливо в Windows-орієнтованих додатках (UTF-16), використовується тип **широких символів**.

2.1. Тип `wchar_t`

Тип wchar_t (від **w**ide **char**acter) — це тип, призначений для зберігання одного широкого символу. Його розмір визначається реалізацією компілятора, але часто це **2 або 4 байти** (наприклад, 2 байти для UTF-16 у Windows).

В C++11 з'явилися також більш специфічні типи:

char16_t: гарантовано 16 біт (для UTF-16).
char32_t: гарантовано 32 біти (для UTF-32).

---

3. Опис та Ініціалізація Змінних і Констант

Для ініціалізації широких символів використовується префікс **L** перед символом або рядком.

#include <iostream>
#include <clocale> // Для встановлення локалі

int main() {
    // Встановлення локалі для коректного виведення широких символів
    std::setlocale(LC_ALL, "uk_UA.UTF-8"); 
    
    // Звичайний символ (1 байт)
    char c1 = 'A';
    char c2 = 'Я'; // Може бути багатобайтовим або некоректним залежно від кодування вихідного файлу

    // Широкий символ (зазвичай 2 або 4 байти)
    wchar_t wc1 = L'A';
    wchar_t wc2 = L'€'; // Символ євро
    const wchar_t WC_CONST = L'🚀'; // Широка константа

    // Широкий рядок
    const wchar_t* ws = L"Привіт, Світ!";

    std::wcout << L"Широкий символ: " << wc2 << L"\n";
    std::wcout << L"Широкий рядок: " << ws << L"\n";
    std::wcout << L"Розмір wchar_t: " << sizeof(wchar_t) << L" байтів\n";

    return 0;
}

---

4. Отримання Коду Символу та Символу за Кодом

Оскільки символи є просто числовими значеннями, їхній код легко отримати, виконавши явне приведення типу до цілого числа (int) або навпаки.

#include <iostream>
#include <clocale>

int main() {
    std::setlocale(LC_ALL, "uk_UA.UTF-8");
    
    // Отримання коду символу
    char my_char = 'A';
    wchar_t my_wchar = L'Ж'; // Символ "Ж"

    int char_code = (int)my_char;
    int wchar_code = (int)my_wchar;

    std::cout << "Код 'A': " << char_code << "\n"; // Напр., 65
    std::wcout << L"Код 'Ж': " << wchar_code << L"\n"; // Напр., 1046 (в Unicode)

    // Отримання символу за кодом
    int code_for_B = 66;
    int code_for_I = 1048; // Код Unicode для 'И'

    char char_from_code = (char)code_for_B;
    wchar_t wchar_from_code = (wchar_t)code_for_I;

    std::cout << "Символ за кодом 66: " << char_from_code << "\n"; // B
    std::wcout << L"Символ за кодом 1048: " << wchar_from_code << L"\n"; // И

    return 0;
}

---

5. Порівняння та Ввід/Вивід Символів

5.1. Порівняння

Символи (як char, так і wchar_t) можна порівнювати безпосередньо за допомогою звичайних операторів порівняння (==, !=, >, <), оскільки вони порівнюються за своїми числовими кодами.

char c1 = 'a';
char c2 = 'b';
bool is_greater = c2 > c1; // true, оскільки код 'b' > коду 'a'

5.2. Ввід/Вивід

Для char використовуйте стандартні потоки std::cin та std::cout.
Для wchar_t використовуйте відповідні широкі потоки std::wcin та std::wcout.

---

6. Деякі Функції для Роботи з Символами

Стандартна бібліотека C++ пропонує набори функцій для маніпулювання символами:

Заголовок	Функція (char)	Широка Функція (wchar_t)	Призначення
`<cctype>`	`isalnum()`	`iswalnum()`	Перевіряє, чи є символ літерою або цифрою.
`<cctype>`	`islower()`	`iswlower()`	Перевіряє, чи є символ малою літерою.
`<cctype>`	`isupper()`	`iswupper()`	Перевіряє, чи є символ великою літерою.
`<cctype>`	`tolower()`	`towlower()`	Перетворює символ у нижній регістр.
`<cctype>`	`toupper()`	`towupper()`	Перетворює символ у верхній регістр.

#include <iostream>
#include <cctype>
#include <cwctype> // Для широких символів

int main() {
    char c = 'h';
    wchar_t wc = L'П';
    
    std::cout << "toupper('h'): " << (char)toupper(c) << "\n"; // H
    
    // towupper повертає wint_t, але використовується як wchar_t
    std::wcout << L"towlower('П'): " << (wchar_t)towlower(wc) << L"\n"; // п

    return 0;
}

---

Код	Символ	Код	Символ	Код	Символ	Код	Символ
0		32		64	@	96	-
1	○	33	!	65	A	97	a
2	●	34	"	66	B	98	b
3	▼	35	#	67	C	99	c
4	♦	36	$	68	D	100	d
5	♣	37	%	69	E	101	e
6	♦	38	&	70	F	102	f
7	•	39	'	71	G	103	g
8	■	40	(	72	H	104	h
9		41	)	73	I	105	i
10	✅	42	*	74	J	106	j
11	✅	43	+	75	K	107	k
12	○	44	,	76	L	108	l
13	✅	45	-	77	M	109	m
14	♫	46	.	78	N	110	n
15	☆	47	/	79	O	111	o
16	►	48	0	80	P	112	p
17	✅	49	1	81	Q	113	q
18	↑	50	2	82	R	114	r
19	!!	51	3	83	S	115	s
20	¶	52	4	84	T	116	t
21	§	53	5	85	U	117	u
22	—	54	6	86	V	118	v
23	↑	55	7	87	W	119	w
24	↑	56	8	88	X	120	x
25	↓	57	9	89	Y	121	y
26	›	58	:	90	Z	122	z
27	<	59	;	91	[	123	{
28	⊥	60	<	92	\	124	\|
29	< >	61	=	93	]	125	}
30	▲	62	>	94	^	126	~
31	▼	63	?	95	_	127	◇

Код	Символ	Код	Символ	Код	Символ	Код	Символ
0		32		64	@	96	-
1	○	33	!	65	A	97	a
2	●	34	"	66	B	98	b
3	▼	35	#	67	C	99	c
4	♦	36	$	68	D	100	d
5	♣	37	%	69	E	101	e
6	♦	38	&	70	F	102	f
7	•	39	'	71	G	103	g
8	■	40	(	72	H	104	h
9		41	)	73	I	105	i
10	✅	42	*	74	J	106	j
11	✅	43	+	75	K	107	k
12	○	44	,	76	L	108	l
13	✅	45	-	77	M	109	m
14	♫	46	.	78	N	110	n
15	☆	47	/	79	O	111	o
16	►	48	0	80	P	112	p
17	✅	49	1	81	Q	113	q
18	↑	50	2	82	R	114	r
19	!!	51	3	83	S	115	s
20	¶	52	4	84	T	116	t
21	§	53	5	85	U	117	u
22	—	54	6	86	V	118	v
23	↑	55	7	87	W	119	w
24	↑	56	8	88	X	120	x
25	↓	57	9	89	Y	121	y
26	›	58	:	90	Z	122	z
27	<	59	;	91	[	123	{
28	⊥	60	<	92	\	124	\|
29	< >	61	=	93	]	125	}
30	▲	62	>	94	^	126	~
31	▼	63	?	95	_	127	◇