Character, ASCII আর কাজের মধ্যে char type

David একটা বাড়ির নম্বর এক character করে পড়ে, তাই 7-টা আসে একটা character হয়ে। ও পরের বাড়িটা চায়, তাই %d দিয়ে c + 1 print করে, আর screen-এ আসে 56। ওর program ভুল না: ও যে প্রশ্নটা করতে চায়নি, program ঠিক সেটারই উত্তর দিয়েছে। Character আসলে কী, আর কোন library দিয়ে ওকে নিরাপদে সামলানো যায়, এই lesson সেটাই দেখাবে।

Character আসলে একটা ছোট সংখ্যা

এই হলো David-এর program, শুধু যে লাইনটা ওকে অবাক করেছে, সেটুকু রেখে।

#include <stdio.h>

int main(void)
{
    char c = '7';

    printf("%d\n", c + 1);
    printf("%c\n", c + 1);
    return 0;
}

56
8

Character মানে একটা অক্ষর, digit, space বা চিহ্ন। C এটাকে রাখে একটা সংখ্যা হিসেবে, যার নাম character code, আর সংখ্যাটা আসে Module 1-এর ASCII table থেকে। '7'-এর code 55, তাই '7' + 1 হয় 56।

Module 4 lesson 6 দেখিয়েছিল, যোগের মধ্যে ঢুকলে একটা char আগে int হয়ে যায়। তাই c + 1 হলো int 56। %d সেটা সংখ্যা হিসেবে লেখে, আর %c লেখে সেই character, যার code 56, মানে 8। David চেয়েছিল পরের সংখ্যার মান, কিন্তু চেয়ে বসেছে পরের character-এর code।

তাই char রাখে একটা code, আর %c না %d, সেটা শুধু ঠিক করে code-টা কীভাবে দেখানো হবে।

Digit আর অক্ষরগুলো টানা সারিতে বসে

দশটা digit হলো code 48 থেকে 57, ক্রম মেনে, মাঝে কোনো ফাঁক নেই। বড় হাতের অক্ষর 65 থেকে 90, ছোট হাতের অক্ষর 97 থেকে 122, প্রতিটা সারি টানা। এখান থেকে তিনটা কৌশল আসে, আর তিনটাই সাধারণ যোগ-বিয়োগ।

• c - '0' একটা digit character-কে তার মানে বদলে দেয়: 55 - 48 হলো 7। উল্টো দিকে, 0 থেকে 9-এর কোনো মানের সাথে '0' যোগ করলে আবার character ফিরে আসে।
• c - 'A' হলো A থেকে একটা বড় হাতের অক্ষরের দূরত্ব, তাই c - 'A' + 1 হলো বর্ণমালায় তার ক্রম।
• 'a' - 'A' হলো 32: প্রতিটা বড় হাতের অক্ষর থেকে তার ছোট হাতের অক্ষরের দূরত্ব।

#include <stdio.h>

int main(void)
{
    char digit = '7';
    int value = digit - '0';
    char next = value + 1 + '0';
    char letter = 'D';

    printf("%c has code %d and value %d\n", digit, digit, value);
    printf("value + 1 = %d, stored back as the character %c\n", value + 1, next);
    printf("%c is letter %d of the alphabet\n", letter, letter - 'A' + 1);
    printf("two letters on from %c: %c\n", letter, letter + 2);
    printf("'a' - 'A' = %d, so %c + 32 is %c\n", 'a' - 'A', letter, letter + 32);
    return 0;
}

7 has code 55 and value 7
value + 1 = 8, stored back as the character 8
D is letter 4 of the alphabet
two letters on from D: F
'a' - 'A' = 32, so D + 32 is d

C17 (section 5.2.1) টানা সারির কথা দেয় শুধু digit-এর বেলায়। IBM mainframe-এ এখনো EBCDIC নামে একটা character set চলে; সেখানে i হলো 137, j হলো 145, আর মাঝের code-গুলো কোনো অক্ষরই না। Playground চলে ASCII-তে, তাই এখানে অক্ষরের কৌশলগুলো খাটে।

32টা করে সারিতে সাজালে প্রতিটা ছোট হাতের অক্ষর বসে তার বড় হাতেরটার ঠিক এক সারি, মানে ঠিক 32 code, নিচে। আর Z আর a-এর মাঝে বসে ছয়টা চিহ্ন।

তাই digit-এর মান c - '0', আর ছোট-বড় হাতের দূরত্ব 'a' - 'A'।

ctype.h: character-টা কী, library-কে জিজ্ঞেস করো

অক্ষর কি না, check করতে Bob লেখে c >= 'a' && c <= 'z', আর বড় হাতের অক্ষরগুলো বাদ পড়ে যায়। ওর দ্বিতীয় চেষ্টা, c >= 'A' && c <= 'z', ওই ছয়টা চিহ্নকেও ঢুকতে দেয়। দুইটাই চুপচাপ compile হয়, আর ঠিক এই দুই ভুলের জন্যই ctype.h আছে।

Library function হলো এমন function, যেটা C-এর সাথেই আসে, আগে থেকে লেখা আর যাচাই করা, যেমন printf। <ctype.h> header একটা একটা character-এর জন্য এমন একগুচ্ছ function declare করে।

#include <ctype.h>

isalpha(c)   isdigit(c)   isspace(c)   isupper(c)   islower(c)
toupper(c)   tolower(c)

এবার 128টা code-এর প্রত্যেকটার উত্তর library নিজেই দিক।

#include <stdio.h>
#include <ctype.h>

#define CODES 128

int main(void)
{
    printf("isspace is true for codes:");
    for (int code = 0; code < CODES; code++) {
        if (isspace(code)) {
            printf(" %d", code);
        }
    }
    printf("\n");

    printf("from 'A' to 'z' but not letters:");
    for (int code = 'A'; code <= 'z'; code++) {
        if (!isalpha(code)) {
            printf(" %c", code);
        }
    }
    printf("\n");
    return 0;
}

isspace is true for codes: 9 10 11 12 13 32
from 'A' to 'z' but not letters: [ \ ] ^ _ `

Whitespace মানে যে character-গুলো print হলে ফাঁকা জায়গার মতো দেখায়। isspace এমন ছয়টা চেনে: tab, newline, vertical tab, form feed, carriage return আর space। হাতে লেখা test সাধারণত মনে রাখে দুইটা। দ্বিতীয় লাইনটা হলো Bob-এর দ্বিতীয় চেষ্টা, হাতেনাতে ধরা।

তাই library তিন দিক থেকে এগিয়ে। এটা প্রতিটা character-এর জন্য ঠিক, isdigit(c) পড়লেই বোঝা যায় কী জিজ্ঞেস করা হচ্ছে, আর যেখানে অক্ষরগুলো টানা সারিতে নেই, সেখানেও এটা ঠিক থাকে।

এর হ্যাঁ মানে শুধু "0 না", তাই লেখো if (isdigit(c)), কখনো if (isdigit(c) == 1) না।

তাই character যাচাই মানে একটা ctype.h call, আর তার উত্তর হয় শূন্য, নয়তো শূন্য না।

toupper আর tolower নতুন একটা character ফেরত দেয়

Alice সব উত্তর table-এ দেখতে ভালোবাসে, তাই ও একবারে পাঁচটা character-এর কথা জিজ্ঞেস করে, সেগুলো একটা char array-তে রেখে।

#include <stdio.h>
#include <ctype.h>

#define SAMPLES 5

int main(void)
{
    char samples[SAMPLES] = {'q', 'Q', '7', '?', ' '};

    printf("char  code  isalpha  isdigit  toupper  tolower\n");
    for (int i = 0; i < SAMPLES; i++) {
        char c = samples[i];

        printf(" '%c'  %4d  %7d  %7d      '%c'      '%c'\n",
               c, c, isalpha(c) != 0, isdigit(c) != 0, toupper(c), tolower(c));
    }
    return 0;
}

char  code  isalpha  isdigit  toupper  tolower
 'q'   113        1        0      'Q'      'q'
 'Q'    81        1        0      'Q'      'q'
 '7'    55        0        1      '7'      '7'
 '?'    63        0        0      '?'      '?'
 ' '    32        0        0      ' '      ' '

isalpha(c) != 0 একটা তুলনা, তাই এটা print করে 1 বা 0 (Module 4 lesson 2)। toupper ছোট হাতের অক্ষরের বড় হাতের রূপটা return করে, আর বাকি সবকিছু যেমন ছিল তেমনই ফেরত দেয়; tolower করে ঠিক উল্টোটা। কোনোটাই c-কে বদলায় না: Module 7-এর সব function-এর মতো, এরা একটা নতুন মান return করে। তাই character বদলাতে চাইলে লেখো c = toupper(c);।

তাই toupper আর tolower অক্ষর বদলায়, বাকিগুলো ছুঁয়েও দেখে না, আর ফলটা তোমার হাতে ফেরত দেয়।

একটা লাইন, এক character করে পড়া

Zara-র password-এর নিয়ম: অন্তত একটা বড় হাতের অক্ষর থাকতেই হবে। ওর program লাইনটা পড়ে এক character করে, Module 6 lesson 3 যে loop দিয়ে একটা খারাপ লাইন ফেলে দিয়েছিল, সেটা দিয়েই। এবার অবশ্য প্রতিটা character কাজে লাগে।

char c = 0;

while (scanf("%c", &c) == 1 && c != '\n') {
    /* use c */
}

#include <stdio.h>
#include <ctype.h>

int main(void)
{
    char c = 0;
    int capitals = 0;

    while (scanf("%c", &c) == 1 && c != '\n') {
        if (isupper(c)) {
            capitals++;
        }
    }
    printf("capitals: %d\n", capitals);
    if (capitals > 0) {
        printf("rule met\n");
    } else {
        printf("add a capital letter\n");
    }
    return 0;
}

Input Lima 42X, তারপর Enter দিয়ে এটা trace করো, প্রতি character-এ এক সারি।

capitals: 2
rule met

ওই output-টা input Lima 42X, তারপর Enter-এর জন্য।

Module 3 lesson 4 %c-এর আগে একটা space বসিয়েছিল, পড়ে থাকা newline-টা পার হওয়ার জন্য। এখানে space-গুলোই data, আর newline হলো থামার সংকেত, তাই কোনো space না। == 1-টাও দরকারি, কারণ তুমি input যেভাবে টাইপ করো, Playground ঠিক সেভাবেই পাঠায়। Enter না চাপলে কোনো newline আসে না, কিন্তু scanf return করে EOF, আর loop তবুও থামে।

এই input ASCII। 127-এর উপরের byte-এর জন্য যে একটা বাড়তি ধাপ লাগে, সেটা আসছে এই lesson-এর শেষ অংশে।

তাই loop প্রতি pass-এ একটা character পড়ে, আর থামে newline-এ, নয়তো input শেষ হলে।

Caesar shift: ঘুরে আসা অক্ষরের হিসাব

Caesar shift প্রতিটা অক্ষরকে বদলে দেয় বর্ণমালায় তার k ঘর পরের অক্ষর দিয়ে। রোমান লেখক Suetonius লিখে গেছেন, Julius Caesar k = 3 ব্যবহার করতেন। ঝামেলাটা বর্ণমালার শেষে: z-এর তিন ঘর পরে ঘুরে এসে c হওয়ার কথা।

ঘুরে আসার কাজটা করে Module 4-এর ভাগশেষের operator। প্রথমে অক্ষরটাকে 'a' থেকে তার দূরত্বে বদলাও, মানে 0 থেকে 25-এর একটা সংখ্যায়। তার সাথে k যোগ করো, তারপর 26 দিয়ে ভাগ করে ভাগশেষ নাও: এতে 28 ঘুরে হয়ে যায় 2। শেষে আবার 'a' যোগ করলে সেটা অক্ষর হয়ে যায়।

#include <stdio.h>

#define SHIFT 3

int main(void)
{
    char c = 0;

    while (scanf("%c", &c) == 1 && c != '\n') {
        int position = c - 'a';
        int moved = (position + SHIFT) % 26;

        printf("%c", 'a' + moved);
    }
    printf("\n");
    return 0;
}

Input lazy, তারপর Enter দিয়ে এটা trace করো।

odcb

ওই output-টা input lazy, তারপর Enter-এর জন্য। Program ধরে নেয়, input-এ শুধু ছোট হাতের অক্ষর আছে; একটা বড় হাতের অক্ষর দিলে ভুল কিছু বের হবে। ছোট-বড় হাত ঠিক রাখা অনুশীলন 3-এর কাজ। আর decode করা, মানে পিছনের দিকে সরানো, তার নিজের একটা ফাঁদ আছে, সেটা পাবে problems lesson-এ।

তাই ঘুরে আসা মানে তিন ধাপ: দূরত্বে বদলাও, যোগ করে % 26 নাও, আবার অক্ষরে ফেরো।

127-এর উপরের byte: signed char আর একটা বাংলা অক্ষর

ASCII থামে 127-এ। অন্য লিপির লেখা সাধারণত রাখা হয় UTF-8-এ, যেখানে একটা character নেয় এক থেকে চার byte, আর একটা বাংলা অক্ষর নেয় তিন byte (Module 1 lesson 4)। একটা বাংলা অক্ষর এলে পড়ার loop কী দেখে, দেখো।

#include <stdio.h>
#include <ctype.h>

int main(void)
{
    char c = 0;

    while (scanf("%c", &c) == 1 && c != '\n') {
        unsigned char byte = (unsigned char)c;

        printf("as char %4d   as unsigned char %3d   isalpha %d\n",
               c, byte, isalpha(byte) != 0);
    }
    return 0;
}

as char   65   as unsigned char  65   isalpha 1
as char  -32   as unsigned char 224   isalpha 0
as char  -90   as unsigned char 166   isalpha 0
as char -123   as unsigned char 133   isalpha 0

ওই output-টা input Aঅ, তারপর Enter-এর জন্য, Compiler Explorer-এ x86-64 Linux-এর GCC 12-এ। একই input-এ Playground-ও একই চারটা code পড়েছে: 65, -32, -90 আর -123।

অ হলো তিনটা byte: 224, 166 আর 133। সাধারণ char signed হতে পারে, unsigned-ও হতে পারে (Module 2 lesson 4), আর Playground-এ এটা signed। তাই 224 বের হয় -32 হয়ে, ঠিক যে পথে Module 4 lesson 6-এর teaser-এ 200 হয়ে গিয়েছিল -56।

এতে ctype.h-এর নিয়ম ভাঙে: argument হতে হবে এমন মান, যেটা একটা unsigned char-এ ধরে, নয়তো EOF (C17 section 7.4)। তাই -32-এর উপর isalpha(c) হলো undefined behaviour। Playground-এর GNU C Library কপালগুণে এটা মেনে নেয়; অন্য library হয়তো crash করবে। সমাধান একটা cast: (unsigned char)c লিখলে -32 আবার 224 হয়ে যায়।

Cast-এর পরেও তিনটা byte-এর একটাও অক্ষর না: প্রতিটা একটা অক্ষরের তিন ভাগের এক ভাগ। সত্যিকারের বাংলা লেখা সামলাতে লাগে এমন library, যেটা UTF-8 বোঝে, যেমন ICU (International Components for Unicode)। Module 1 lesson 4 যে কথা দিয়েছিল, সেটা এভাবেই রাখা হলো।

এখন থেকে যে program এমন byte পড়ে, যা সে নিজে বেছে নেয়নি, সে cast-টা লেখে। ASCII লেখার বেলায়, যেমন এই module-এর test-গুলো, সাধারণ call-ই নিরাপদ।

তাই Playground-এ 127-এর উপরের byte একটা negative char, আর (unsigned char) সেটাকে ctype.h-এর জন্য নিরাপদ করে।

#include <stdio.h>
#include <ctype.h>

int main(void)
{
    char answer = 0;
    int choice = 0;

    scanf(" %c", &answer);
    choice = tolower((unsigned char)answer);

    if (choice == 'y') {
        printf("game saved\n");
    } else if (choice == 'n') {
        printf("not saved\n");
    } else {
        printf("please type y or n\n");
    }
    return 0;
}

game saved

#include <stdio.h>
#include <ctype.h>

int main(void)
{
    char c = 0;
    int value = 0;

    while (scanf("%c", &c) == 1 && isdigit((unsigned char)c)) {
        value = value * 10 + (c - '0');
    }
    printf("%d + 1 = %d\n", value, value + 1);
    return 0;
}

2026 + 1 = 2027

#include <stdio.h>
#include <ctype.h>

int main(void)
{
    char c = 0;
    int x = 0;
    int y = 0;
    int ignored = 0;

    while (scanf("%c", &c) == 1 && c != '\n') {
        switch (tolower((unsigned char)c)) {
        case 'w':
            y++;
            break;
        case 's':
            y--;
            break;
        case 'a':
            x--;
            break;
        case 'd':
            x++;
            break;
        default:
            ignored++;
            break;
        }
    }
    printf("position (%d, %d), ignored %d\n", x, y, ignored);
    return 0;
}

position (1, 1), ignored 1

if (c >= 'a' && c <= 'z') {
    letters++;
}

char c = "A";

char c = 'q';

toupper(c);
printf("%c\n", c);

while (scanf(" %c", &c) == 1 && c != '\n') {
    if (c == ' ') {
        spaces++;
    }
    read++;
}

#include <stdio.h>

int main(void)
{
    printf("%c %c\n", 'A' ^ 32, 'a' ^ 32);
    printf("%d\n", '5' ^ 32);
    return 0;
}

#include <stdio.h>
#include <ctype.h>

int main(void)
{
    char c = 0;
    int letters = 0;
    int digits = 0;
    int spaces = 0;
    int others = 0;

    while (scanf("%c", &c) == 1 && c != '\n') {
        /* Add 1 to the counter that c belongs to. */
    }
    printf("letters %d\n", letters);
    printf("digits %d\n", digits);
    printf("spaces %d\n", spaces);
    printf("others %d\n", others);
    return 0;
}

#include <stdio.h>
#include <ctype.h>

int main(void)
{
    char c = 0;
    int sum = 0;

    while (scanf("%c", &c) == 1 && c != '\n') {
        /* If c is a digit, add its value to sum. */
    }
    printf("%d\n", sum);
    return 0;
}

#include <stdio.h>
#include <ctype.h>

int main(void)
{
    int k = 0;
    char c = 0;

    scanf("%d", &k);
    while (scanf("%c", &c) == 1 && c != '\n') {
        /* the rest of the first line: nothing to do */
    }

    while (scanf("%c", &c) == 1 && c != '\n') {
        /* Shift c forward by k places if it is a letter, keeping
           its case, then print it. Print any other c unchanged. */
    }
    printf("\n");
    return 0;
}

এরপর Bob, Maria-র নামটা ঠিক পাঁচটা বাক্সে রাখে, আর print করলে নামের শেষে Dhaka জুড়ে বসে। হারিয়ে যাওয়া শূন্যটা খুঁজে বের করবে lesson 02।