为什么 GCC 在使用 trigraphs 时会发出警告，但在使用 digraphs 时不会发出警告？答案

【问题标题】：Why does GCC emit a warning when using trigraphs, but not when using digraphs?为什么 GCC 在使用 trigraphs 时会发出警告，但在使用 digraphs 时不会发出警告？
【发布时间】：2015-05-11 11:58:39
【问题描述】：

代码：

#include <stdio.h>

int main(void)
{
  ??< puts("Hello Folks!"); ??>
}

上面的程序在使用 GCC 4.8.1 和 -Wall 和 -std=c11 编译时，会给出以下警告：

source_file.c: In function ‘main’:
source_file.c:8:5: warning: trigraph ??< converted to { [-Wtrigraphs]
     ??< puts("Hello Folks!"); ??>
 ^
source_file.c:8:30: warning: trigraph ??> converted to } [-Wtrigraphs]

但是当我将main 的正文更改为：

<% puts("Hello Folks!"); %>

不会引发任何警告。

那么，为什么编译器在使用三合字母时会警告我，而在使用二合字母时却没有？

【问题讨论】：

Why are trigraphs generating errors in modern C++ compilers? 的可能重复项
@ShafikYaghmour 我认为那里的答案包含可以在回答这个问题时给出的所有信息，即使 gcc 的新版本（或不同的前端？）将其对三元组的处理降级为警告。
@ShafikYaghmour 链接的问题仍然说 gcc 生成 warnings 并且错误来自 Turbo C。所以我认为从那以后没有任何改变。
@BlueMoon 我刚刚意识到行为看起来不同的原因是现在几乎每个人都在使用-std=xxx，这意味着gcc 将自动打开三元组。所以也许我同意这是重复的。
三合字母和二合字母来自许多/大多数键盘没有适当按键的日子。今天，所有这些都已过时且不应使用。

标签： c gcc compiler-warnings digraphs trigraphs

【解决方案1】：

因为三元组具有默默地更改代码的不良影响。这意味着相同的源文件在有和没有三元组替换的情况下都是有效的，但会导致不同的代码。这在字符串文字中尤其成问题，例如"<em>What??</em>"。

语言设计和语言演变应努力避免无声的变化。让编译器警告三元组是一件好事。

将此与二合字母进行对比，二合字母是新的标记，不会导致无声的变化。

【讨论】：

【解决方案2】：

gcc document on pre-processing 给出了一个很好的警告理由（强调我的）：

Trigraphs 并不流行，许多编译器都错误地实现了它们。可移植代码不应依赖于被转换或忽略的三元组。使用 -Wtrigraphs 时，GCC 会在 如果三元组被转换后可能会改变程序的含义时向您发出警告。

在这个 gcc 文档中on Tokenization 解释了二合字母不像三合字母没有潜在的负面影响（强调我的）：

还有六个二合字母，C++ 标准将它们称为替代标记，它们只是拼写其他标点符号的替代方式。这是解决过时系统中缺少标点符号的第二次尝试。 它没有负面的副作用，不像三元组，

【讨论】：

这不能回答为什么二合字母不会发出警告（或者暗示它们更受欢迎）
@schnaader 这就是暗示，但我添加了另一个文档来明确说明
所有三个答案都说明了同样的事情，但我喜欢你的答案，因为它包含简短、正确的引号。滴答声向你走去！ :)

【解决方案3】：

可能是因为它没有负面影响，不像 gcc 文档中所述的三元组：

标点符号是对 C 和 C++ 有意义的所有常用标点符号。 ASCII 中除了三个标点字符之外的所有标点字符都是 C 标点符号。例外是“@”、“$”和“`”。此外，所有两个和三个字符的运算符都是标点符号。还有六个二合字母，C++ 标准称之为替代标记，它们只是拼写其他标点符号的替代方式。这是解决过时系统中缺少标点符号的第二次尝试。与三元组不同，它没有负面影响，但覆盖范围不广。有向图及其对应的正常标点符号是：

 Digraph:        <%  %>  <:  :>  %:  %:%:
 Punctuator:      {   }   [   ]   #    ##

【讨论】：

【解决方案4】：

Trigraphs 很讨厌，因为它们使用可以合法出现在有效代码中的字符序列。用于导致经典 Macintosh 代码编译器错误的常见情况：

unsigned int signature = '????';  /* Should be value 0x3F3F3F3F */

Trigraph 处理会将其变成：

unsigned int signature = '??^;  /* Should be value 0x3F3F3F3F */

当然不会编译。在一些稍微罕见的情况下，这样的处理可能会产生可以编译的代码，但与预期的含义不同，例如

char *template = "????/1234";

这会变成

char *template = "??S4"; // ??/ becomes \, and \123 becomes S

不是预期的字符串文字，但仍然完全合法。

相比之下，有向图相对良性，因为除了一些可能涉及宏的奇怪极端情况之外，在没有此类处理的情况下，任何包含可处理有向图的代码都不会具有合法意义。

【讨论】：