電腦程式的思維邏輯 (8) - char的真正含義

標籤：基礎資料型別 (Elementary Data Type)   builder   code   十進位   文章   情況   流程   整數   常見   

看似簡單的char

通過前兩節，我們應該對字元和文本的編碼和亂碼有了一個清晰的認識，但前兩節都是與程式設計語言無關的，我們還是不知道怎麼在程式中處理字元和文本。

本節討論在Java中進行字元處理的基礎 - char，Java中還有Character, String, StringBuffer, StringBuilder等類進行文本處理，他們的基礎都是char，我們在後續文章中介紹這些類。

char看上去是很簡單的，正如我們在第2節所說，char用於表示一個字元，這個字元可以是中文字元，也可以是英文字元。賦值時把常量字元用單引號括起來，例如：

char c = ‘A‘;char z = ‘中‘;

但我們在第3節拋出了一個問題，為什麼字元類型也可以進行算術運算和比較？char的本質到底是什麼呢？

char的本質

在Java內部進行字元處理時，採用的都是Unicode，具體編碼格式是UTF-16BE。簡單回顧一下，UTF-16使用兩個或四個位元組表示一個字元，Unicode編號範圍在65536以內的佔兩個位元組，超出範圍的佔四個位元組，BE (Big Endian)就是先輸出高位位元組，再輸出低位位元組，這與整數的記憶體表示是一致的。

char本質上是一個固定佔用兩個位元組的無符號正整數，這個正整數對應於Unicode編號，用於表示那個Unicode編號對應的字元。

由於固定佔用兩個位元組，char只能表示Unicode編號在65536以內的字元，而不能表示超出範圍的字元。

那超出範圍的字元怎麼表示呢？使用兩個char。類String有一些相關的方法，後續文章介紹。

在這個認識的基礎上，我們再來看下char的一些行為，就比較容易理解了。

char的賦值

char有多種賦值方式：

1. char c = ‘A‘
2. char c = ‘馬‘
3. char c = 39532
4. char c = 0x9a6c
5. char c = ‘\u9a6c‘

第1種賦值方式是最常見的，將一個能用Ascii碼錶示的字元賦給一個字元變數。

第2種也很常見，但這裡是個中文字元，需要注意的是，直接寫字元常量的時候應該注意檔案的編碼，比如說，GBK編碼的代碼檔案按UTF-8開啟，字元會變成亂碼，賦值的時候是按當前的編碼解讀方式，將這個字元形式對應的Unicode編號值賦給變數，‘馬‘對應的Unicode編號是39532，所以第2種賦值和第3種是一樣的。

第3種是直接將十進位的常量賦給字元，第4種是將16進位常量賦給字元，第5種是按Unicode字元形式。

以上，2，3，4，5都是一樣的，本質都是將Unicode編號39532賦給了字元。

char的運算

由於char本質上是一個整數，所以可以進行整數可以進行的一些運算，在進行運算時會被看做int，但由於char佔兩個位元組，運算結果不能直接賦值給char類型，需要進行強制類型轉換，這和byte, short參與整數運算是類似的。

char類型的比較就是其Unicode編號的比較。

char的加減運算就是按其Unicode編號進行運算，一般對字元做加減運算沒什麼意義，但Ascii碼字元是有意義的。比如大小寫轉換，大寫A-Z的編號是65-90，小寫a-z的編號是97-122，正好相差32，所以大寫轉小寫只需加32，而小寫轉大寫只需減32。加減運算的另一個應用是加密和解密，將字元進行某種可逆的數學運算可以做加解密。

char的位元運算可以看做就是對應整數的位元運算，只是它是無符號數，也就是說，有符號右移>>和無符號右移>>>的結果是一樣的。 

char的二進位

既然char本質上是整數，查看char的二進位表示，同樣可以用Integer的方法，如下所示：

char c = ‘馬‘;System.out.println(Integer.toBinaryString(c));

輸出為 1001101001101100

小結

本節介紹了char的本質，它固定佔用兩個位元組，實際上是一個整數，表示字元的Unicode編號，不在65536編號內的字元一個char表示不了，需要用兩個char。

我們回顧一下以前所有的章節，整理一下思路。

我們說，所謂程式，主要就是告訴電腦要對什麼資料做什麼操作。第1節我們介紹了如何通過變數定義資料，第2節介紹了資料的第一個操作 - 賦值，第3節介紹了資料的基本運算，第4節到本節介紹了資料的二進位表示及位元運算。

至此，我們可以定義基礎資料型別 (Elementary Data Type)，以及對基本資料進行基本運算了，但實際操作中不是只有運算本身的，我們需要有表達類似"如果"/"那麼"邏輯的機制，即根據具體情況選擇執行的機制，也就是流程式控制制。

電腦程式的思維邏輯 (8) - char的真正含義