ctype.h和ctype.c在Linux中的实现方式与编码艺术

在C语言中，有这样几个函数：

?

1 2 3 4 5 6 7 8 9 10 11

int isalnum (c)  //检查c是否是字母或数字 int isalpha (c)  //检查c是否是字母 int iscntrl (c)  // 检查c是否控制字符(其ASCII码在0和0x1F之间,数值为 0-31) int isdigit (c)  //检测是否是数字 int isgraph (c)  //检查c是否可显示字符(其ASCII码在ox21到ox7E之间),不包括空格 int islower (c) int isprint(c)  //检查c是否是可打印字符(包括空格),其ASCII码在ox20到ox7E之间 int ispunct(c) //检查c是否是标点字符(不包括空格),即除字母,数字和空格以外的所有可打印字符 int isspace (c)  //检查c是否是空格符和跳格符(控制字符)或换行符 int isupper (c) int isxdigit (c)  //检查c是否是一个16进制数学字符(即0-9,或A-F,或a-f)

一般人的实现方法是用宏定义的方法来实现这写函数，比如对于int isdigit()函数：

?

1	#define isdigit(c) ((c)>=’0’&&(c)<=’9’)

这样定义使函数简洁，使用宏定义省掉了函数调用的开销，提高了效率。

我们来看看linux系统下是如何实现的：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39

#define _U  0x01    /* upper */ #define _L  0x02    /* lower */ #define _D  0x04    /* digit */ #define _C  0x08    /* cntrl */ #define _P  0x10    /* punct */ #define _S  0x20    /* white space (space/lf/tab) */ #define _X  0x40    /* hex digit */ #define _SP 0x80    /* hard space (0x20) */   extern unsigned char _ctype[]; extern char _ctmp;   #define isdigit(c) ((_ctype+1)[c]&(_D))   unsigned char _ctype[] = {0x00,         /* EOF */ _C,_C,_C,_C,_C,_C,_C,_C,            /* 0-7 */ _C,_C|_S,_C|_S,_C|_S,_C|_S,_C|_S,_C,_C,     /* 8-15 */ _C,_C,_C,_C,_C,_C,_C,_C,            /* 16-23 */ _C,_C,_C,_C,_C,_C,_C,_C,            /* 24-31 */ _S|_SP,_P,_P,_P,_P,_P,_P,_P,            /* 32-39 */ _P,_P,_P,_P,_P,_P,_P,_P,            /* 40-47 */ _D,_D,_D,_D,_D,_D,_D,_D,            /* 48-55 */ _D,_D,_P,_P,_P,_P,_P,_P,            /* 56-63 */ _P,_U|_X,_U|_X,_U|_X,_U|_X,_U|_X,_U|_X,_U,  /* 64-71 */ _U,_U,_U,_U,_U,_U,_U,_U,            /* 72-79 */ _U,_U,_U,_U,_U,_U,_U,_U,            /* 80-87 */ _U,_U,_U,_P,_P,_P,_P,_P,            /* 88-95 */ _P,_L|_X,_L|_X,_L|_X,_L|_X,_L|_X,_L|_X,_L,  /* 96-103 */ _L,_L,_L,_L,_L,_L,_L,_L,            /* 104-111 */ _L,_L,_L,_L,_L,_L,_L,_L,            /* 112-119 */ _L,_L,_L,_P,_P,_P,_P,_C,            /* 120-127 */ 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,        /* 128-143 */ 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,        /* 144-159 */ 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,        /* 160-175 */ 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,        /* 176-191 */ 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,        /* 192-207 */ 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,        /* 208-223 */ 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,        /* 224-239 */ 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0};       /* 240-255 */

    这种方法是用映射的方法，将   ASCII   码值映射到   _ctype   数组中的每一项。例如   字符‘0’~‘9’对应的ASCII码为48~57，映射到上面的_ctype数组相应的位置全是_D，_D&_D为真，这样就能判断出参数c的值是不是数字字符。

另外我在这里时对于#define isdigit(c) ((_ctype+1)[c]&(_D)) 函数中为什么有_ctype+1不了解，这里若_ctype+1则指向数组的第二个元素_C，为什么要这样呢？

这是因为linux大师们在定义字符时把EOF也定义进去了，而EOF的值为0，多定义了这个元素，而且把他定义在第一位，所以要跳过这一位而从第一个元素开始。还有就是NULL/0其实也是一个控制字符，所以在int
iscntrl(c)函数中如果传进实参为NULL，返回值是1的。

我在VS2008里进行试验，其代码为：

?

1 2	char word[]= "chengdu" ; printf ( "%c" ,(word+1)[1]);

     结果显示为“e”。也就是说，（word+1）作为一个指针指向word字符串的第二个值。或者说，在数组中，数组名其实就是一个指针，其验证方法如下：

?

1 2	char word[]= "chengdu" ; printf ( "%c" ,*(word+1));

显示结果为“h”。

        Linux中这几个函数典型的运用了空间换时间的办法，其精华之处在于，对不同种类的字符进行了分类，并使用唯一的二进制来进行标识。这些用法相信一般的人是想不出来的，而这也正体现出大师们的大师之处。看来有时间还是要多看linux内核的代码，从中领悟出大师们的编码艺术思想。