为什么 C/C++ 预处理器在此处添加空格？

Question

我的预处理器有个小问题让我很困惑，我在文档/预处理器/语言规范中找不到任何解释。

#define booboo() aaa
booboo()bbb
booboo().bbb

被预处理成：

aaa bbb   <--- why is space added here
aaa.bbb

在处理三元组、续行和 cmets 之后，预处理器处理预处理器指令并将输入划分为预处理标记和空白。 booboo 的替换列表包含一个 pp-token，即标识符“aaa”。 booboo()bbb 分为 pp-tokens：'booboo'、'('、')'、'bbb'。 'booboo'、'('、')' 的序列被识别为功能宏调用，它应该扩展为 'aaa' 并且输出中的 imho 应该看起来像 'aaabbb'。我说看起来像 - 对人类来说 - 它看起来像一个标记，而编译器会得到 2 个标记“aaa”和“bbb”，因为没有使用允许 pp-token 连接的“##”运算符。当 'booboo().bbb' 导致 'aaa.bbb' 没有空格时，为什么/什么规则使 cpp（c 预处理器）在 'aaa' 和 'bbb' 之间放置额外的空格？

这是因为 cpp 试图使输出（主要是为人类）明确吗？人类无法判断 'aaabbb' 是由 2 个标记组成的，因为它只看到标记的拼写。我对吗？我已经阅读了关于预处理器的 C99 文档和 gcc 的 cpp 文档。我什么也没看到。

如果我是对的，我们这里也有类似的情况：

#define baba() +
baba()+
baba()-

结果：

+ +
+-

否则（如果 '++' 是输出）它会看起来像人类的 '++' 标记，但会有 2 个标记 '+' 和 '+'。是否像 '##' 运算符一样，cpp 检查连接是否产生有效令牌，但在所示情况下希望阻止人类执行连接？ '+-' 没有歧义，因此没有添加空格

Answer 1

预处理的结果是将源文件转换为令牌列表。在您的情况下，令牌列表在令牌化之后看起来像：

....
booboo()
bbb
....

然后在宏替换之后：

....
aaa
bbb
....

然后编译器将标记列表转换为可执行文件。

您看到的空白只是您的编译器等在向您显示中间结果时选择布置预处理标记的实现细节。标准对任何中间处理文件只字未提。也不需要单独的程序来进行预处理。

Answer 2

我在 90 年代初自己编写了一个 ANSI C 编译器。据我记得，评论标记 /....../ 应该被一个空格替换。宏就地进行文本替换。由此类宏扩展的文本替换产生的标记不必是合法的 C 语言标记。当宏被定义为文本“aaa”时，它只是进入输入流的文本“aaa”。因此，C 的解析器可能会也可能不会看到有效的标记！

因此，给定：

定义 booboo() aaa

扩展 booboo()bbb 应该会产生文本 aaabbb

aaabbb 是什么意思取决于用户。但是那个 aaabbb 不会被预处理，即使它恰好是一个宏的名字。这是肯定的。但 aaabbb 可能是用户标识符 - 没有问题。