Кодировка ASCII. Управляющие символы ASCII

Кодировка

Кодировка это соответствие между символами и числами.
Каждый символ кодировки

Кодировка ASCII

ASCII включает в себя управляющие символы, знаки препинания, десятичные

Управляющие символы ASCII

Возврат каретки
символ с кодом 0x0D (13 в

Unicode

Cтандарт кодирования символов.
Cтандарт состоит из двух частей:
кодировка Unicode;
формат преобразования

Кодовая точка Unicode
Каждый символ Unicode имеет фиксированный числовой код, т.н. кодовую

Нотация обозначения символов Unicode
Кодовая точка    ==> Обозначение
0 - FFFF    ==> U+xxxx 10000 -

Диапазоны символов Unicode

[U+0000, U+007F]
Совпадает с ASCII
[U+0000, U+FFFF]
BMP

Количество символов Unicode

Зависит от версии стандарта Unicode.
Текущая версия 6.2, стандарт 2012.
Максимальная

UTF

Формат преобразования Unicode.
Взаимооднозначное соответствие между кодовыми точками символов Unicode

Виды UTF

UTF-8
UTF-16 (BE/LE варианты)
UTF-32 (BE/LE варианты).

Kolesnikov D.O. SED

Количество байт на символ в разных UTF

UTF-8
от 1 до

Метка порядка байт (BOM)

UTF-16
BE ==> FEFF
LE ==> FFFE

Порядок байт BE

Прямой порядок байт (он же big endian - BE).
Старший

Порядок байт LE

Обратный порядок байт (little endian - BE).
Младший (менее значимый) байт

Использование метки порядков байт (BOM)
Стандарт Unicode определяет использование метки порядков

Диапазоны суррогатных заменителей UTF-16

Диапазоны суррогатный заменителей:
[U+D800, U+DBFF] - верхний;
[U+DC00,

Представление дополнительных символов

Каждый дополнительный символ Unicode ([U+10000, U+10FFFF]) кодируют двумя суррогатными

Unicode escape последовательности Java
\uXXXX
где XXXX - шестнадцатеричный код символа в кодировке

Escape последовательности для дополнительных символов

Для записи дополнительных символов Unicode с помощью

Кодировка исходного текста программы
По умолчанию компилятор интерпретирует входные символы используя т.н.

Кодировка по умолчанию в Windows
Windows русской локализации
Cp1251, она же Windows-1251, однобайтная

Кодировки KOI8, Cp1251, Cp866

KOI8 - однобайтная кодировка, содержит кириллицу. Есть подвиды:

Кодировка ISO-8859-1

Она же Latin-1, CP819.
Однобайтная кодировка, совпадает с первыми 256 символами

Лексическая трансляция кода программы
1) Подстановка: \uXXXX ===> символ Unicode с кодовой

Ограничители строк

Символ U+000A, он же ASCII символ LF (перевод строки)

Входные элементы языка Java
Пробельные символы
Комментарии
Лексемы
Лексемы отделены друг от

Разделители лексем

Пробельные символы
Комментарии int/*коммент. разделяет лексемы*/x;

Kolesnikov D.O. SED KNURE

Пробельные символы

Служат для разделения лексем.
Пробел (SP)
Горизонтальная табуляция (HT)
Перевод

Комментарии в Java

Обычно выделяют три вида:
1) однострочный: // текст 2) многострочный: /*

Лексемы языка Java

Идентификаторы (Unicode)
Литералы (Unicode)
Ключевые слова (ASCII)
Разделители

Идентификаторы

Идентификаторы используют для именования:
типов (классы, интерфейсы)
пакетов
методов
полей
локальных переменных

Kolesnikov D.O. SED KNURE

Структура идентификаторов

Последовательность неограниченной длины букв и цифр языка Java.
На первом месте

Буква в языке Java

Символ, для которого метод Character.isJavaIdentifierStart возвращает значение true. Примеры:

Буква или цифра Java

Символ, для которого метод Character.isJavaIdentifierPart возвращает значение true.
Примеры:
Латинские

Ключевые слова
50 ключевых слов (JSE 7)

Kolesnikov D.O. SED KNURE

Примитивные типы данных
Целые числа: byte short int long char
Вещественные

Модификаторы уровня доступа
public
protected
private

Kolesnikov D.O. SED KNURE

Используемые в операторах выбора
if else
switch case default

Kolesnikov D.O. SED

Используемые в циклах
for
while
do

Kolesnikov D.O. SED KNURE

Используемые при работе с исключениями
throw
throws
try catch finally

Kolesnikov D.O.

Неиспользуемые
goto
const
Использование данных ключевых слов вызовет ошибку на этапе компиляции.

Kolesnikov

Литералы

Литералы - это представления в исходном коде программы значений:
примитивных типов

Числовые литералы

Числовые литералы – константы типов:
int long (целые)
float double (вещественные)
В записи

Числовой литерал со знаком

Если числовой литерал предваряет знак + или -

Целые литералы

Целые литералы могут быть записаны с помощью одной из четырех

Тип целого литерала

Если в конце целого литерала стоит суффикс L или

Представление отрицательных чисел с помощью литералов

Отрицательные числа могут быть представлены только

Максимальные десятичные целые литералы
int: 2^31 = -2147483648
long: 2^63 = -9223372036854775808L
могут быть

Диапазоны десятичных целых литералов
int ===> [0, 2^31]
long ===> [0, 2^63]

Kolesnikov

Структура шестнадцатеричных целых литералов
Обязателен признак 0x или 0X.
Минимум одна шестнадцатиричная

Структура десятичных целых литералов
Минимум одна десятичная цифра.
Опциональный суффикс L/l.
Если

Структура восьмеричных целых литералов

Обязателен признак восмеричного литерала 0.
Минимум одна восьмеричная

Структура бинарных целых литералов
Обязателен признак 0b или 0B.
Минимум одна цифра

Вещественные литералы

Вещественные литералы могут быть записаны с помощью систем счисления:
десятичной

Тип вещественных литералов
По умолчанию double или если в конце литерала поставлен

Структура десятичных вещественных литералов

Общий вид (порядок важен): [цифры] [точка] [цифры] [десятичная_экспонента] [суффикс]

Структура десятичной экспоненты

Обязателен признак десятичной экспоненты E или e.
Необязательный

Структура шестнадцатеричного вещественного литерала

Общий вид (порядок важен): [0X или 0x] [цифры] [точка]

Структура бинарной экспоненты

Обязателен признак бинарной экспоненты P или p.
Необязательный знак

Булевы литералы и литерал нул-типа
boolean
true
false
Нул-тип
null

Kolesnikov D.O.

Символьные литералы

Символ Unicode из диапазона [U+0000, U+FFFF] заключенный в одинарные кавычки

Строковые литералы

Ноль или более символов Unicode (допустимы символы из всего диапазона

Способы представления символов в литералах

В символьных и строковых литералах символ может

Конкатенация строковых литералов

Длинный строковый литерал может быть записан при помощи оператора

Символьные escape последовательности

\t U+0009, горизонтальная табуляция
\n U+000A, перевод строки
\r U+000D, возврат каретки
\f U+000C, перевод страницы
\' U+0027,

Восьмеричные escape последовательности

\A символ с кодом 0A \AB символ с кодом 0AB \ZAB

Разделители

Всего существует 9 символов разделителей:
[] () {}
квадратные, круглые, фигурные скобки
. , ;
точка, запятая, точка с