C言語のエスケープシーケンス

C プログラミング言語 では 、エスケープ シーケンスは、文字または文字列リテラル内の特別に区切られたテキストであり、コンパイラに対して 1 つ以上の他の文字を表します。これにより、プログラマは、リテラルで指定するのが困難または不可能な文字を指定 できます。

エスケープ シーケンスは、エスケープ文字と呼ばれるバックスラッシュ ( \ )で始まり、後続の文字によってエスケープ シーケンスの意味が定義されます。たとえば、\n は改行文字を表します。

同じまたは類似のエスケープ シーケンスが、C++、C#、Java、PHPなどの他の関連言語でも使用されます。

エスケープ シーケンス機能の価値を示すために、1 行目にテキストFoo を出力し、次の行にBar を出力するには、コードで 2 つの単語の間に改行を出力する必要があります。

次のコードは、テキストの書式設定と、改行用のハードコードされたASCII文字値 (0x0A)によって目的を達成します。これは、連続した行の単語に対しては期待どおりに動作しますが、エスケープ シーケンスには利点があります。

#include <stdio.h> int main () { printf ( "Foo%cBar" , 0x0A ); 0を返す; } 
  
     
     

\nエスケープシーケンスを使用すると、文字列リテラルに改行を指定してコードを短くすることができ、テキストの書式設定操作を省くことで実行時間を短縮できます。また、コンパイラはエスケープ シーケンスをASCII 以外の文字エンコードシステムにマップできるため、コードの移植性が向上します。

#include <stdio.h> int main () { printf ( "Foo \n Bar" ); return 0 ; } 
  
    
     

エスケープ シーケンスは、コンパイラがリテラル内の文字データを解釈する方法を変更します。たとえば、\n は、バックスラッシュの後に文字nが続くことを表しません。バックスラッシュは、コンパイラの通常のリテラルな文字データの解釈方法をエスケープします。バックスラッシュの後、コンパイラは後続の文字が定義されたエスケープ シーケンスの 1 つを完了すると予想し、エスケープ シーケンスをそれが表す文字に変換します。

この構文では、バックスラッシュ文字をエンコードするために特別な処理が必要です。これは、バックスラッシュ文字がリテラルの解釈動作を変更するメタ文字であり、リテラルのバックスラッシュ文字ではないためです。この問題は、1 つの意味を持つ 2 つのバックスラッシュ ( \\ )を使用することで解決されます。

次の表には、標準 C で定義されているエスケープ シーケンスと、非標準のシーケンスがいくつか含まれています。C 標準では、定義されたシーケンスと一致しないエスケープ シーケンスは診断の対象とする必要があります。つまり、コンパイラはエラー メッセージを出力する必要があります。ただし、一部のコンパイラでは追加のエスケープ シーケンスが定義されています。

表には、シーケンスがマップされる ASCII 値が表示されますが、エンコードに基づいて異なる値にマップされる場合もあります。

^ 非標準シーケンス\eは、 GCC、 ^[2] clang、 tccのエスケープ文字を表します。一部の文字セット（ EBCDICなど）には意味のある同等文字がないため、C標準には追加されませんでした。 ^[1]

プラットフォームでは、 DOS / Windows CRLFシーケンス0x0D 0x0Aのように改行を表すために複数のバイトが使用される場合もありますが、シーケンス\n は1 バイトにマップされます。DOS および Windows での0x0Aから0x0D 0x0Aへの変換は、バイトがファイルまたはコンソールに書き込まれるときに行われ、テキスト ファイルが読み取られるときに逆の変換が行われます。

16 進エスケープシーケンスには、 \x の後に少なくとも 1 つの 16 進数字が必要です。上限はありません。16 進数字の数だけ続きます。したがって、たとえば、\xABCDEFG は、数値 ABCDEF ₁₆のバイトに、16 進数字ではない文字Gが続くことを示します。ただし、結果の整数値が大きすぎて 1 バイトに収まらない場合、割り当てられる実際の数値は実装定義です。ほとんどのプラットフォームには 8 ビットのchar型があり、これにより、有効な 16 進エスケープ シーケンスは 2 つの 16 進数字に制限されます。ただし、2 つの 16 進数字よりも長い 16 進エスケープ シーケンスは、ワイド文字またはワイド文字列リテラル (L で始まる) 内では役立つ場合があります。

// 値が 0x12 (10 進数で 18) の単一の文字
char s1 [] = " \ x12 " ; // char が十分な長さでない場合、実装定義の値を持つ単一の文字char s1 [] = " \x1234 " ; // 値が 0x1234 の単一の wchar_t (wchar_t が十分な長さ (16 ビットで十分) の場合) wchar_t s2 [] = L " \x1234 " ;   

   

   

^ 8 進 エスケープシーケンスは、バックスラッシュとそれに続く 1 ～ 3 桁の 8 進数字で構成されます。8 進エスケープ シーケンスは、8 進数字が 3 桁含まれるか、次の文字が 8 進数字でない場合、終了します。たとえば、 \11は、 10 進数値 9 (8 進数では 11) のバイトを表す 8 進エスケープ シーケンスです。ただし、 \1111は、 8 進エスケープ シーケンス\111の後に数字1が続くものです。数値 1 の後に数字1が続くバイトを表すには、C では隣接する文字列リテラルが連結されるため、 "\1""1"を使用できます。

3 桁の 8 進エスケープ シーケンスの中には、1 バイトに収まらないほど大きいものがあります。このため、結果のバイトの値は実装定義になります。

エスケープ シーケンス\0は、よく使用される 8 進エスケープ シーケンスで、ASCII およびほとんどのエンコード システムで値が 0 であるヌル文字を表します。

^ ^ C99標準 以降、C は、 Unicodeコード ポイントを表すエスケープ シーケンス(ユニバーサル文字名と呼ばれる) をサポートしています。ユニバーサル文字名の形式は\u hhhhまたは\U hhhhhhhhで、 h は16 進数を表します。他のエスケープ シーケンスとは異なり、ユニバーサル文字名は複数のコード単位に展開される場合があります。

シーケンス\u hhhh は、16 進数として解釈されるコード ポイントhhhhを表します。シーケンス\U hhhhhhhh は、16 進数として解釈されるコード ポイントhhhhhhhhを表します。U+10000 以上にあるコード ポイントは\U構文で示す必要がありますが、それより低いコード ポイントは\uまたは\Uを使用できます。コード ポイントは、ターゲット システム上の宛先タイプのエンコーディングでコード ユニットのシーケンスに変換されます。たとえば、エンコーディングがUTF-8で、wchar_tがUTF-16の場合:

// 値 0xC0 を持つ 1 バイト。有効な UTF-8 ではありません。 
char s1 [] = " \xC0 " ; // 値 0xC3、0x80 を持つ 2 バイト。U+00C0 の UTF-8 エンコードchar s2 [] = " \u00C0 " ; // 値 0x00C0 を持つ 1 つの wchar_t wchar_t s3 [] = L " \xC0 " ; // 値 0x00C0 を持つ 1 つの wchar_t wchar_t s4 [] = L " \u00C0 " ;   

   

   

   

\U0000FFFFより大きい値は、UTF-32エンコードを使用する場合は1 つのwchar_tで表され、UTF-16 を使用する場合は 2 つ の wchar_tで表されます。

重要なのは、ユニバーサル文字名\u00C0は、それがどのような種類の文字列リテラルで使用されているか、または使用されているエンコーディングに関係なく、常に文字 "À" を表すことです。8 進数および 16 進数のエスケープ シーケンスは、エンコーディングに関係なく、常に特定の数値のシーケンスを表します。したがって、ユニバーサル文字名は、8 進数および 16 進数のエスケープ シーケンスを補完するものです。8 進数および 16 進数のエスケープ シーケンスはコード ユニットを表しますが、ユニバーサル文字名はコード ポイントを表します。これは、「論理」文字と考えることができます。

一部の言語では、エスケープ シーケンスが提供するコーディング動作に対して異なるメカニズムが提供されます。たとえば、次のPascalコードは、2 つの単語を連続した行に書き込みます。

writeln ( 'Foo' ) ; 
write ( 'Bar' ) ;

writeln はパラメータテキストの後に改行を出力しますが、write は出力しません。

• エスケープシーケンス
• 有向グラフ

• ISO/IEC 9899:1999、プログラミング言語 — C
• カーニハン、ブライアン W. ;リッチー、デニス M. (2003) [1988]. C プログラミング言語(第 2 版).プレンティス ホール. ISBN 978-0-13308621-8。
• ラフォーレ、ロバート(2001)。『Turbo C++ におけるオブジェクト指向プログラミング』 (第 1 版)。Galgotia Publications。ISBN 978-8-18562322-1。