C语言基础要素(019)：输出ASCII码表

计算机以二进制处理信息，但二进制对人类并不友好。比如说我们规定用二进制值 01000001 表示字母’A’，显然通过键盘输入或屏幕阅读此数据而理解它为字母A，是比较困难的。为了有效的使用信息，先驱者们创建了一种称为ASCII码的交换代码，全称是美国信息交换标准代码。ASCII码使用指定的7位或8位二进制数组合来表示128或256种可能的字符。标准ASCII码也叫基础ASCII码，使用7位二进制数（剩下的1位二进制为0）来表示所有的大写和小写字母，数字0到9、标点符号，以及在美式英语中使用的特殊控制字符。

其中：

0-31及127：33个控制字符

这些字符在图一第1列标示，它们并没有特定的图形显示，但会依不同的应用程序，而对文本显示有不同的影响。如：

• 控制符：LF（换行）、CR（回车）、FF（换页）、DEL（删除）、BS（退格)、BEL（响铃）等；
• 通信专用字符：SOH（文头）、EOT（文尾）、ACK（确认）等；
• 8（退格）、9（水平制表符）、10（换行符）、13（回车符）等。

32-126：95个可打印字符

• 32：空格
• 48-57：0到9十个阿拉伯数字
• 65-90：26个大写英文字母
• 97-122：26个小写英文字母
• 其余为一些标点符号、运算符号等。

128-255：扩展ASCII码

• 许多基于x86的系统都支持使用扩展ASCII。
• 扩展ASCII码允许将每个字符的第8位用于确定附加的128个特殊符号字符、外来语字母和图形符号。

字符与编码

基于这些基础知识，我们编写了一个杂乱的程序，但可以帮助我们对字符与编码的关系建立一个雏形。

#include <stdio.h>

int main()
{
    printf("%cello%c%corld!%c", 72, 44, 119, 10);
    printf("%c%c%c%c%c\n", 48, 49, 50, 51, 52);
    printf("ASCII\n");
    return 0;
}

现在，一定要理解字符'0'与数字0的区别，我们所见的、可读的、可书写的“数字”，它们都是数值字符化。数值0的字符化就是字符'0’，它的ASCII编码是48；控制台上输出的 1234，实际是编码为49 50 51 52的几个字符；而数值0的编码就是0，即图中标示为 NULL的值；数值9的编码就是9，是图中以 HT 标示的值。

#include <stdio.h>

int main()
{
    char char9 = '9';       // 字符9，它的ASCII编码为57
    char char9_2 = 57;      // 字符9的不直观表示，ASCII表中57对应的字符是9
    int num9 = 9;           // 数值9，它的ASCII编码为9

    printf("%d %d\n", char9, char9_2);
    printf("%c %c\n", char9, char9_2);

    // 字符9与数值9不一样
    num9 == char9 ? printf("true") : printf("false");
    printf("\n");

    // 将字符9转换为数值9
    int char_to_num1 = (char9 - '0');   // 与字符'0'相减
    int char_to_num2 = (char9_2 - 48);  // 正好对应相应数值编码
    num9 == char_to_num1 ? printf("true\n") : printf("false\n");
    num9 == char_to_num2 ? printf("true\n") : printf("false\n");

    return 0;
}

打印ASCII码表

在编写第一版程序前我们先总结一下，标准ASCII码表有128个字符，其中33个是不可显的控制字符，也就是说用printf函数打印后在屏幕上不可见；另外95个是可见字符，即可打印字符；后面的128个字符属于ASCII码扩展表，我们先不予考虑。这里一个潜在的关键点是：编码从0开始并且连续的！这表示我们可以使用循环语句来处理，下面是最简单的第一版。

#include <stdio.h>

int main()
{
    for (int i = 0; i < 128; ++i)
    {
        printf("%c ", i);
    }

    return 0;
}

在循环体中我们以%c 控制符打印数值对应的ASCII码，从程序运行结果来看，输出有些杂乱，不可显字符被显示为空心框了。也许你在网上查询过ASCII码表的图示，对于控制字符，有些会显示出一些有趣的形状，这与字体有关，不同的字体对应的编码可能是一种有趣的字符，我们可以设置一下控制台的字体，让其显示更加友好，但这不能改变它们是控制字符的本质。

此外，还需要注意到这些情况：

• 我们在循环体中并没有输出换行符，但第一行在输出一些字符后换行了。
• 我们无法有效的使用它查询信息，比如说字母’X’对应的编码是多少，
• 在程序运行过程中，你可能会听到“叮咚”一声铃响。

我们先把程序改进一些，让输出变得美观一些，然后再来解释这些现象，下面是我们改进后的第2版。

#include <stdio.h>

int main()
{
    printf("DEC\t HEX\t CHR\n");
    printf("--------------------\n");

    for (int i = 0; i < 128; i += 1)
    {
        printf("%d\t %x\t %c\n", i, i, i);
    }

    return 0;
}

看一下运行结果图，感觉还不错。这一版中，我们首先使用printf函数打印了一个表头，该表格有三列，分别用于显示当前数值的十进制，十六进制（用格式控制符%x指示）以及字符表示。我们使用水平制表符’\t’控制表格的列间距，'\t’后面多出一个空格，只是为了使代码看起来更清晰。在循环体中，由于printf函数使用了三个控制字符，因此需要将当前数值传值三次。在CHR列，有些控制字符在当前字体下仍然没有对应的显示字符。同时还要注意第10行与第11行之间多了一个空行，这是为什么呢？

查阅一下ASCII码表，我们会发现数值10代表换行控制符。当以%c格式符打印数值10时，相当于执行了一次换行操作，而在循环体中使用printf输出字符时又追了一个\n，因此中间多出了一个空行。同时ASCII码值为7的控制字符代表响铃，其转义字符用’\a’表示，这就是你能听到“叮咚”一声响的原因。你可以使用下面两行响铃代码测试一下。

#include <stdio.h>

int main()
{
    // 第1次响铃
    printf("\a");

    // 相当于延时一定时间（糟糕的延时代码），否则两次响铃可能只会听到一次。
    for (int i = 0; i < 999999999; i++)
        ; // 注意：这里是空语句

    printf("here");

    // 第二次响铃
    printf("%c", 7);

    return 0;
}

现在回到主线任务，这一版的程序已经相当友好了，只是假设控制台是一张纸的话，这样的输出有些太浪费了，毕竟右边空白了那么多，我们完全可以按两列输出。

#include <stdio.h>

int main()
{
    printf("DEC\t HEX\t CHR\t\t DEC\t HEX\t CHR\n");
    printf("----------------------------------------------------\n");

    for (int i = 0; i < 128; i += 2)
    {
        printf("%d\t %x\t %c\t\t ", i, i, i);
        printf("%d\t %x\t %c\n", i + 1, i + 1, i + 1);
    }

    return 0;
}

看一下输出效果。编码10(LF)代表换行，程序进行换行后，导致下一个输出（编码11）错乱，这是美中不足的地方。关键的一点是：换行后，编码11并没有从下一行的开头输出，而是直接跳转到下一行的当前位置。如果把键盘想像为打字机，它的当前位置就是将要书写的字符位置，再把控制台想像为纸张，在Windows下换行的意思就是让纸向上移动一行，但打字机的书写针头位置并没有改变，这就是为什么11会在这里输出的原因。在Windows下，让打字机回到纸张左边的命令是“回车”，即ASCII编码值为13(CR)的值。所以，你想要跳转到下一行开头输出时，那么对应的控制命令就是回车换行(CRLF)。但在有些系统下，可能仅仅一下LF命令就能完成同样的操作。

这篇文章我是用 Microsoft Visual Code 编写的，我们可以在右下角的状态栏上看到它控制文本文件的换行命令是CRLF。

现在我们尝试将其按三列输出，看看还会有什么问题。

#include <stdio.h>

int main()
{
    printf( "DEC\tHEX\tCHR\t   DEC\tHEX\tCHR\t   DEC\tHEX\tCHR\n" );
    printf( "----------------------------------"
            "---------------------------------\n" );

    for ( int i = 0; i < 128; i += 3 )
    {
        printf( "%d\t%x\t%c\t   ", i, i, i );
        printf( "%d\t%x\t%c\t   ", i+1, i+1, i+1 );
        printf( "%d\t%x\t%c\n",    i+2, i+2, i+2 );
    }

    printf( "\n" );
    return 0;
}

这次的输出前半部分太凌乱了！

• 数值10/11/14并没有与列起始处对齐。
• 数值12消失了！
• 13居然在14的后面输出！

先来解决10没有对齐到列的问题。数值9代表的是控制字符'\t'，这使得对于9的输出，相当于在后面插入一个制表符，即当程序按"%c"格式输出它时，相当于增加了水平间距，这导致后面10的输出没有对齐。为了解决这个问题，我们在按"%c"输出9时，把9替换为32(空格)，相当于消除的制表符自身的影响。同理，编码10会引起换行操作，我们也将它替换空格字符。对于消失的12，它是控制符换页的意思，我们也将它替换为空格即可。

最终的成果

#include <stdio.h>

int main()
{
    int i;
    int c1, c2;

    printf("DEC\tHEX\tCHR\t   DEC\tHEX\tCHR\t   DEC\tHEX\tCHR\n");
    printf("---------------------------------"
           "----------------------------------\n");

    for (i = 0; i < 128; i += 3)
    {
        if (i == 9 || i == 12 || i == 27)
        {
            c1 = 32;
            c2 = 32;
        }
        else
        {
            c1 = i;
            c2 = i + 1;
        }

        // 当前行从编码i开始，连续输出3个编码，i, i+1, i+2
        // if语句将影响输出格式的控制字符i转换为了空格
        printf("%d\t0x%x\t%c\t   ", i, i, c1);
        printf("%d\t0x%x\t%c\t   ", i + 1, i + 1, c2);
        if ((i + 2) < 128)
            printf("%d\t0x%x\t%c\n",    i + 2, i + 2, i + 2);
    }

    return 0;
}

练习

1. 编写程序将一个小写字母转换为相应的大写字母。
2. 将控制台重置回之前的设置。