字符集与标识符

C 程序由字符序列构成，编译器首先将源代码分解为词法单元（token）。标识符是程序员为变量、函数、类型等起的名字，必须遵循严格的命名规则。理解字符集和标识符规则，是避免编译错误的第一步。

基本源字符集

C99 §5.2.1 规定了基本源字符集，包含以下字符：

• 大小写英文字母：A–Z、a–z
• 十进制数字：0–9
• 图形字符：! " # % & ' ( ) * + , - . / : ; < = > ? [ \ ] ^ _ { | } ~
• 空白字符：空格、水平制表符、垂直制表符、换页符、换行符

C99 还支持通用字符名（Universal Character Names），允许在标识符中使用部分 Unicode 字符：\uXXXX 或 \UXXXXXXXX 形式。但实际编译器支持程度不一，为保证可移植性，建议只使用基本字符集的字母和数字。

标识符命名规则

标识符由字母、数字和下划线组成，且不能以数字开头。C99 §6.4.2 规定：

int valid_name;         /* 合法 */
int _underscore;        /* 合法：以下划线开头 */
int name123;            /* 合法：包含数字 */
int Name123;            /* 合法：C 区分大小写 */

int 123name;            /* 非法：以数字开头 */
int name$;              /* 非法：$ 不是标准字符 */
int my-name;            /* 非法：- 被解释为减号 */

大小写敏感：count、Count、COUNT 是三个不同的标识符。

长度限制：C99 要求编译器至少能区分前 63 个字符（外部标识符 31 个），但大多数现代编译器支持更长的标识符。

标识符名字空间

C 语言定义了 4 个独立的名字空间（C99 §6.2.3），同名标识符如果属于不同名字空间，不会冲突：

标签名字空间：goto 语句使用的标签

goto end;
/* ... */
end: printf("Done\n");   /* 标签 end */

标记名字空间：struct、union、enum 的标记名

struct end { int x; };   /* 标记 end，与上面的标签不冲突 */

成员名字空间：每个 struct 或 union 的成员各自拥有独立空间

struct A { int end; };   /* 成员 end */
struct B { int end; };   /* 另一个结构体的成员 end，不冲突 */

普通标识符名字空间：变量、函数、typedef 名、枚举常量等

int end;                 /* 变量 end，与标签、标记、成员都不冲突 */

实际应用：struct stat { int stat; }; struct stat stat; 是完全合法的——标记 stat、成员 stat、变量 stat 分属三个名字空间。

命名约定与最佳实践

虽然编译器只强制执行语法规则，但良好的命名约定能大幅提升代码可读性：

常见风格：

避免以下划线开头的名字：

• 单下划线 + 大写字母开头（如 _Reserved）：保留给实现（编译器/标准库）
• 双下划线开头（如 __internal）：保留给实现
• 以下划线结尾的名字：可能冲突

int _value;             /* 合法但不推荐 */
int __value;            /* 保留给编译器，用户代码应避免 */

选择有意义的名称：

/* 差 */
int a, b, c;

/* 好 */
int width, height, area;

避免过短或过长的名字：

int n;                  /* 循环计数器可以短 */
int numberOfStudentsInThisClass;   /* 太长，考虑 students_count */

三字符组（Trigraphs）

C99 支持三字符组，用三个字符序列表示某些键盘上可能缺失的字符：

??=include <stdio.h>    /* 等价于 #include <stdio.h> */

三字符组在 C99 中已标记为废弃，现代键盘都能直接输入这些字符，实际代码中几乎不会用到。某些编译器默认不启用三字符组处理。