今天使用二合字母和三合字母吗？ [关闭]答案

【问题标题】：Are digraphs and trigraphs in use today? [closed]今天使用二合字母和三合字母吗？ [关闭]
【发布时间】：2011-09-16 23:42:08
【问题描述】：

鉴于曾经有理由在 C 和 C++ 中使用 digraphs and trigraphs，现在有没有人将它们放入正在编写的代码中？是否还有大量包含它们的遗留代码仍在维护中？

（注意：这里，“有向图”不是表示“有向图”。digraph 和 trigraph 都有多种含义，但这里的预期用途是像 ??= 或<: 代表# 和[ 等字符）

【问题讨论】：

我从来没有见过一个（故意的！），但我在游戏中工作，而遗留代码往往要少得多。
享受 Google 代码搜索的乐趣！例如：google.com/codesearch#search/… 将查找 ??( 的实例
别忘了引号！ @Ray - 谢谢。我现在要花一个小时查找脏话，并嘲笑随之而来的糟糕代码。
@Ray - 谢谢，很有趣！显然，绝大多数出现在字符串文字和 cmets 中，其中 ??(x) 是函数调用的伪代码。搜索范围缩小为 looking for ??<，而 { 在任何 C 源代码中都是必不可少的。 — 在所有 14 页的结果中，没有一个真正的三元图示例。它们大多是 HTML 伪代码，其中包含一些编译器/编译器测试和 base64 编码文本。（我很感兴趣，因为我正在为 C++11 实践编写预处理器。）
@Matthieu：但是如果您使用这样的选项，您的代码就会依赖它，并且在没有该选项的情况下编译时要么无法编译，要么具有不同的含义。我宁愿有一个警告，这样我就可以完全避免使用三元组。

标签： c++ c digraphs trigraphs

【解决方案1】：

我不确定，但您最有可能发现在 IBM 大型机环境中使用的二合字母和三合字母。 EBCDIC 字符集不包含 C 所需的某些字符。

二合字母和三合字母的另一个理由，即用重音字母替换一些标点符号的 7 位 ASCII-ish 字符集，在今天可能不太相关。

在这样的环境之外，我怀疑三元组更常被误用而不是故意使用，例如：

puts("What happened??!");

作为参考，1989 年 ANSI C 标准（本质上成为 1990 年 ISO C 标准）中引入了三元组。它们是：

??= #     ??) ]     ??! |
??( [     ??' ^     ??> }
??/ \     ??< {     ??- ~

替换发生在源代码中的任何地方，包括 cmets 和字符串文字。

Digraphs 是某些标记的替代拼写，不影响 cmets 或文字：

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

有向图是由 1990 年 ISO C 标准的 1995 年修正案引入的。

【讨论】：

那些 7 位 ASCII-ish 字符集在 1972 年被标准化为 ISO-646，它们在 1980 年代已经不再使用，被 8 位 ISO-8859 变体取代（包括 Windows-1252）到 1990 年代。后者包括所有 7 位 ASCII 字符，并且不需要 C 代码中的三元组。如果仍然存在遗留的 ISO-646 系统，那么它们已经过时了，以至于没有人会为它们编写新的 C 代码。
在这种情况下，写puts("What happened?" "?!\n"); 以获得正确的输出。
@Gzorg 三元组也可以通过转义第二个“？”来规避。因此：puts("What happened?\?!\n");
实际上，trigraphs（在 EBCDIC 之后）的次要原因之一是 1970 年代和 80 年代的许多小型计算机都配备了终端键盘，这与今天的 PC / Apple 键盘的标准化非常不同。每个供应商都有自己的键盘布局，有时会在不同的行中有所不同。在某些终端上，输入一些符号并不容易，或者可能直接输入一些符号，例如波浪号、'~'，甚至是“(commercial) at”符号“@”，因此需要。我认为 C 甚至没有在其他 IBM 的非 ASCII 系统中实现。
@mctylr 许多 70 年代末和 90 年代初的微型计算机也没有遵循 IBM Selectric 或 PC 标准，并且没有所有必需的字符来避免使用 n i>-图。例如，Atari 在他们的 8 位机器上使用的 ASCII 变体 ATASCII 不包括大括号或竖线。为了增加乐趣，我在那台机器上使用了一个 C 编译器，该编译器使用非标准二合符——(* 和 *) 用于打开和关闭花括号。

【解决方案2】：

有一个proposal pending for C++1z（C++1y 之后的下一个标准将标准化为-希望-C++14）旨在从标准中删除三元组。他们对一个未公开的大型代码库进行了案例研究：

案例研究

在一个大型代码库中使用类似三元组的结构是检查。我们发现：

923 次转义？在字符串文字中避免三元组替换：string pattern() const { return "foo-????\?-of-?????"; }

在测试代码中故意使用三元组的 4 个实例：两个在编译器的测试套件，另外两个在测试套件中 boost 的预处理器库。

0 个三元组实例故意在生产代码中使用。三元组继续构成 C++ 用户的负担。

提案说明（原提案中的粗体强调）：

如果从语言中完全删除三元组，则希望支持他们的实施可以继续这样做：其从物理源文件字符到实现定义的映射基本源字符集可以包括三字翻译（和甚至可以避免在原始字符串文字中这样做）。 我们不需要向后兼容标准中的三元组。

【讨论】：

但是所有转义的三元组会发生什么？？！
@Praxeolitic 我知道你在那里做了什么。要知道四年后你的笑话会受到赞赏。至于实际问题，\? 继续表示文字 ? 字符，因为它是定义的转义序列之一，无论是否存在三元组。
我确实同意应该删除一些看起来很奇怪的三字/二字，但也有有用的三字/二字，例如and、or、not、bitand、@ 987654328@ 看起来非常明确，因此强制执行代码意图。

【解决方案3】：

它们可用于The International Obfuscated C Code Contest。

【讨论】：

虽然此链接可能会回答问题，但最好在此处包含答案的基本部分并提供链接以供参考。如果链接页面发生更改，仅链接的答案可能会失效。
@ChrisH：IMO 链接不是答案（即，这不是仅链接的答案）。该链接只是为了方便而添加的。
@undur_gongor 够公平的。但我想，鉴于它是对一个已有近 3 年历史的问题的回答，该问题已被 17 票以上的答案接受，它相当学术。

【解决方案4】：

三合图和二合图的使用不是今天写的，它只存在于非常古老的代码中，这些代码是在非常有限的环境中创建的。任何包含三元组的代码，如果您尝试在 VS 之类的现代编译器上编译它们，除非您指定链接器选项，否则它通常不会编译。我知道对于 Visual Studio，该选项是“/Zc:trigraphs”

它们之所以存在，是因为 C++ 委员会从不发布会“破坏”遗留代码的更改。不论结果好坏。有一个轶事是他们的移除被提议和支持，它被一个单独的 IBM 代表阻止了。

【讨论】：

EBCDIC 仍在旧的 IBM 大型机上使用，并且不包括编写 C/C++ 所需的所有字符:(
为什么会是 linker 选项？三元组由编译器处理；链接器甚至不需要知道它们。

【解决方案5】：

我知道这是一个老问题，但现在可以说是一个合理的用途：没有实际键盘的触摸屏。例如，如果您通过平板电脑或类似的方式进行任何编码，典型的美国键盘布局不一定以完整形式提供，诚然，由于它的繁琐程度，这种情况希望很少见（为赋值运算符单击我的三下） .如果可能，我个人不会使用它们，但它们在没有它们要表示的实际标记的情况下很有用。

再次，我真的希望人们尽可能避免这种情况，但这是了解和使用它们的一个原因。

【讨论】：