Caracteres

Caracteres são um dos tipos-de-dados básicos da linguagem C.  Há dois tipos de caracteres em C: sem sinal (= unsigned characters) e com sinal (= signed characters).  Um caractere-sem-sinal nada mais é que um número natural entre 0 e 255,  enquanto um caractere-com-sinal é que um número inteiro entre -128 e 127.  A distinção entre os dois tipos é, em geral, irrelevante.  [Os padrões de bits dos dois tipos são os mesmos: 00000000 a 11111111.]  Cada caractere (de qualquer dos dois tipos) é armazenado em um byte na memória do computador.  Para criar uma variável u do primeiro tipo, diga

   unsigned char u;

Para criar uma variável c do segundo tipo, diga

   char c;

Representação gráfica de caracteres

Quando um caractere é exibido na impressora ou na tela do monitor de vídeo, ele é representado por um símbolo gráfico.  No intervalo 0..127, os dois tipos de caracteres têm os mesmos símbolos gráficos.  O símbolo do caractere 65, por exemplo, é

A

e o símbolo do caractere 66 é   B.  Alguns caracteres têm símbolos gráficos estranhos. Assim, por exemplo, o caractere 32 é representado por um espaço, o caractere 0 tem representação vazia (não ocupa espaço algum), e o caractere 10 é representado por uma mudança de linha.

Os símbolos gráficos e os efeitos não gráficos dos caracteres 0 a 127 foram estabelecidos pelo American Standard Code for Information Interchange. A correspondência é conhecida como "tabela ASCII".  Os símbolos dos caracteres-sem-sinal 128 a 255 e os símbolos dos caracteres-com-sinal -128 a -1 não estão bem padronizados: cada sistema escolhe a tabela que mais lhe agrada. Uma das tabelas mais difundidas é a ISO 8859-1 (também conhecida como ISO Latin1). Eis uma amostra dessa tabela:

símbolo gráfico	unsigned char	unsign char	constante C
caractere nulo	0	0	'\0'
mudança de linha	10	10	'\n'
quebra de página	12	12	'\f'
espaço	32	32	' '
'	39	39	'\''
*	42	42	'*'
+	43	43	'+'
-	45	45	'-'
/	47	47	'/'
0	48	48	'0'
1	49	49	'1'
2	50	50	'2'
;	59	59	';'
A	65	65	'A'
N	78	78	'N'
O	79	79	'O'
a	97	97	'a'
o	111	111	'o'
ã	227	-29	'ã'
ç	231	-25	'ç'
ÿ	255	-1	'ÿ'

A última coluna dá a representação dos caracteres como constantes do tipo char.

Cada caractere-com-sinal c no intervalo -128..-1 tem o mesmo símbolo gráfico que o caractere-sem-sinal c+256.  A tabela abaixo mostra a correspondência:  os caracteres que estão em uma mesma coluna da tabela têm o mesmo símbolo gráfico.

char	0	1	. . .	127	-128	-127	-126	. . .	-2	-1
unsigned char	0	1	. . .	127	128	129	130	. . .	254	255

Do ponto de vista prático, a única diferença entre os dois tipos de caracteres é a seguinte: quando os caracteres-com-sinal são colocados em ordem crescente, as letras acentuadas (como á) precedem as não acentuadas (como a), enquanto o contrário acontece com os caracteres-sem-sinal.

Exercícios

Constantes e brancos

Não é cômodo escrever as constantes do tipo char como "97", "-29", "57", etc:

   char c, d, e;
   c = 97;  d = -29; e = 57;

É muito melhor escrever o símbolo gráfico do caractere embrulhado em aspas simples:

   c = 'a';  d = 'ã'; e = '9';

Para os caracteres "especiais", que têm símbolos incomuns, as constantes começam com um "\". Por exemplo, '\n' é o mesmo que 10 (a letra n é a inicial de newline) e '\0' é o mesmo que 0.

Os caracteres  9, 10, 11, 12, 13 e 32  (ou seja, '\t',  '\n',  '\v',  '\f'  '\r'  e  ' ')  são conhecidos como  brancos (= white-spaces).  Muitas funções C tratam todos os brancos como se fossem ' '. É o caso, por exemplo, da função scanf.

Exercícios

Char versus int

O tipo-de-dados char pode ser automaticamente convertido em int e vice-versa. (O mesmo vale para unsigned char e int.)  Seguem alguns exemplos. Em todos, x tanto pode ser uma variável do tipo char quanto uma do tipo int.

1. As atribuições x = 'A' e x = 65 têm exatamente o mesmo efeito. O comando  printf( "CHAR=%c INT=%d", x, x) , executado depois de qualquer uma das atribuições, produzirá

   CHAR=A INT=65
   

2. As atribuições x = '0' e x = 48 têm o mesmo efeito. Depois de qualquer uma das atribuições, o comando  printf( "CHAR=%c INT=%d", x, x)  produzirá

   CHAR=0 INT=48
   

3. As atribuições x = '\0' e x = 0 são equivalentes. Depois de qualquer uma das atribuições, o comando  printf( "CHAR=%c INT=%d", x, x)  produzirá

   CHAR= INT=0
   

4. As atribuições x = '\n' e x = 10 são equivalentes. Depois de qualquer uma das atribuições, o comando  printf( "CHAR=%c INT=%d", x, x)  produzirá

   CHAR=
    INT=10
   

5. As atribuições x = 'ã' e x = -29 são equivalentes. Depois de qualquer uma das atribuições, o comando  printf( "CHAR=%c INT=%d", x, x)  produzirá

   CHAR=ã INT=-29
   

Operações aritméticas

As operações aritméticas envolvendo variáveis do tipo char e unsigned char são executadas em aritmética int (todos os operandos são previamente convertidos ao tipo int) e não módulo 256, como alguém podeira imaginar.  Assim, por exemplo, se as variáveis u e v são do tipo unsigned char e valem 255 e 2 respectivamente, o valor da expressão u+v é 257.

Já as atribuições de um inteiro a um caractere são feitas módulo 256. Assim, por exemplo, se u é uma variável do tipo unsigned char e c é uma variável do tipo char então depois de

   u = 256;
   c = 130;

unsigned char u;
for (u = 0; u < 256; ++u) printf( ".");

char c;
for (c = 0; c < 128; ++c) printf( ".");

Já os seguintes fragmentos de código imprimem todas as letras minúsculas, como seria de se esperar:

char c;
for (c = 'a'; c <= 'z'; c += 1) printf( "%c\n", c);

int i;
for (i = 1; i < 26; ++i) printf( "%c\n", 'a' + i - 1);