为啥标识符可以在 C 中包含“$”？ [复制]

Posted 2023-02-16

【中文标题】为啥标识符可以在 C 中包含“$”？ [复制]

【英文标题】：Why can identifiers contain '$' in C? [duplicate]为什么标识符可以在 C 中包含“$”？ [复制]

【发布时间】：2021-07-11 07:18:08

【问题描述】：

最近看到这样的代码：

int $ = 123;

那么为什么 '$' 可以在 C 中的标识符中呢？

在 C++ 中也一样吗？

【问题讨论】：

它是许多编译器默认实现的 C 语言的扩展。如果您不想要它，则需要明确禁用它。对于 gcc 和 clang，它将是一个恰当命名的 -fno-dollars-in-identifiers 命令行选项。

$ symbol in C variable names, What are the '@' and '$' for in C/C++?

切题：VMS 操作系统非常喜欢到处都有美元符号——将引导设备称为 SYS$SYSDEVICE 之类的东西。我怀疑例如gcc 养成了允许 $ 以适应该环境的习惯。

@Jens：如果 C 实现允许在标识符中使用 $，这符合 C 标准，并且当程序在允许它的 C 实现中的标识符中使用 $ 时，也符合C标准。

【参考方案1】：

这不是一个好习惯。通常，您只能在标识符中使用字母数字字符和下划线 ([a-z][A-Z][0-9]_)。

表面水平

与其他语言（bash、perl）不同，C 不使用$ 来表示变量的使用。因此，它在技术上是有效的。从 C++ 17 开始，这是符合标准的，请参阅草案 n4659。在 C 中，它很可能属于 C11, 6.4.2。这意味着现代编译器似乎确实支持它。

至于你的 C++ 问题，让我们测试一下！

int main(void) 
    int $ = 0;
    return $;

在 GCC/G++/Clang/Clang++ 上，这确实可以编译，并且运行良好。

更深层次

编译器获取源代码，将其转换为令牌流，将其放入抽象语法树 (AST)，然后使用它生成代码（例如汇编/LLVM IR）。您的问题实际上只围绕第一部分（例如词法分析）。

C/C++ 的语法（因此词法分析器实现）不会将 $ 视为特殊的，不像逗号、句号、细箭头等...因此，您可能会从词法分析器中获得这样的输出下面的c代码：

int i_love_$ = 0;

在词法分析器之后，这变成了这样的令牌流：

["int", "i_love_$", "=", "0"]

如果您在哪里获取此代码：

int i_love_$,_and_.s = 0;

词法分析器会输出一个令牌流，如：

["int", "i_love_$", ",", "_and_", ".", "s", "=", "0"]

如您所见，由于 C/C++ 不会将 $ 之类的字符视为特殊字符，因此它的处理方式与句点等其他字符不同。

【讨论】：

参见 C11, 6.4.2。它可能属于“其他实现定义的字符”

【参考方案2】：

2018 C 标准在 6.4.2 1 中规定，标识符由 nondigit 字符组成，后跟零个或多个 nondigit 或 digit 字符，其中 nondigit 字符是：

_、a 到 z 或 A 到 Z 的字符之一， 一个通用字符名，即\u后跟四个十六进制数字或\U后跟八个十六进制数字，超出特定范围¹ , 或 实现定义的字符。

数字字符是0 到9。

以 GCC 为例，它的文档是 these additional characters are defined in its preprocessor section，而那个部分是 GCC accepts $ and the characters that correspond to the universal character names。² 因此，允许 $ 是编译器实现者的选择。

2017 C++ 标准草案 n4659 在第 5.10 条 [lex.name] 中具有相同的规则，但它进一步限制了通用字符名称。

脚注

¹ 这些\u 和\U 形式允许您将任何字符写为十六进制代码。排除的范围是 C 的基本字符集中的范围以及为控制字符和特殊用途保留的代码。

² “通用字符名称”是\u 和\U 形式。与它们相对应的字符就是那些形式所代表的字符。例如，π 是通用字符，\u03c0 是它的通用字符名称。