冷知识：预处理字符串操作符

以下内容为本人的学习笔记，如需要转载，请声明原文链接 微信公众号「ENG八戒」https://mp.weixin.qq.com/s/Xr2pFCJ4j0DZYo2PO6-KQg

当年学习C语言的第一门课就提到过标记(Token)的概念，不过，相信在多年之后你再次听到这个术语时会一脸懵逼，比如我。

因此特地翻了翻资料，整理下来这些笔记。

在C语言中什么是标记？

标记是编程语言处理的基本单元，也叫最小划分元素，比如关键字、操作符、变量名、函数名、字符串、数值等等。
下面举例说明一下：

printf("hello world!");

对上面的语句进行标记划分，可分为5个标记，如下：

printf              // 函数名
(                   // 左小括号操作符
"hello world!"      // 字符串
)                   // 右小括号操作符
;                   // 分号

预处理字符串操作符

在C语言中，预处理字符串操作符有两个，#和##。

# 字符串化操作符

用途是，将标记(Token)转成字符串。

Syntax:

#define TOKEN_NAME(param) #param

Basic Usage:

#include <stdio.h>

#define MACRO_NAME(param)  #param

int main()
{
    printf(MACRO_NAME(hello world));

    return 0;
}

Output:

hello world

在项目实践中，用宏定义的值的同时也需要将宏名转成字符串使用，对日志的输出尤其管用。

Best Practice:

#include <stdio.h>

#define NAME(param)  #param

#define LEN_MAX     10

int main()
{
    int array[LEN_MAX] = {0};
    int index = 10;
    if (index >= LEN_MAX) {
        printf("error: %s:%d is over %s:%d\n", NAME(index), index, NAME(LEN_MAX), LEN_MAX);
    } else {
        printf("read %s[%d]=%d\n", NAME(array), index, array[index]);
    }

    return 0;
}

Output:

error: index:10 is over LEN_MAX:10

如果修改如下：

int index = 9;

Output:

read array[9]=0

## 标记(Token)连接操作符

用途是，将##前后的标记(Token)串接成新的单一标记。

syntax：

#define TOKEN_CONCATENATE(param1, param2) param1##param

Basic Usage:

#include <stdio.h>

#define TOKEN_CONCATENATE(param1, param2) param1##param2

int main()
{
    printf("%d\n", TOKEN_CONCATENATE(12, 34));

    return 0;
}

Output:

1234

通常，编码实践中，代码中会出现一些书写看上去雷同的片段，极其啰嗦冗余。为了压缩源码篇幅，可以参考代码生成器的思想，在预编译阶段用宏定义代码片段展开替换，同时根据输入的参数用##组合各种标记。

假设有个需求是声明定义一组同一类型的结构体的变量，并初始化其内部成员。既然声明定义的这些变量属于同一类型的结构体，那么按照直接编码的方式，就会有多次重复的代码片段出现，里边包括了声明定义语句，以及初始化各个成员的语句，不同的只是变量名或者参数而已。

举个栗子，下面基于同一类型的结构体，声明定义两个变量，并初始化，看代码

#include <stdio.h>
#include <string.h>

#define NAME(param)     #param

typedef struct {
    char *data;
    int   data_size;  /* number of byte real */
    int   max_size;   /* maximnm data size.*/
} my_type;

#define my_type_create(name, size) \
    char name ## _ ## data[size] = {0}; \
    my_type name; \
    memset(&name, 0x00, sizeof(name)); \
    name.data = name ## _ ## data; \
    name.max_size = size; \
    printf("variable name=%s\nmember data=%s, data_size=%d, max_size=%d\n", \
            NAME(name), NAME(name ## _ ## data), name.data_size, name.max_size); \

int main() {
    my_type_create(var1, 10)
    my_type_create(var2, 20)
}

上面的代码中，定义了宏my_type_create，内部实现了结构体变量的声明定义，以及内部成员的初始化。如果按照直接编码的方式，代码量相对于上面的代码量会虚增n-1倍，n=变量的个数。

在main函数中，调用宏的时候输入参数var和10，那么在编译预处理阶段，根据输入的参数，宏my_type_create会展开为以下的代码段。

char var_data[10] = {0}; \
my_type var; \
memset(&var, 0x00, sizeof(var)); \
var.data = var_data; \
var.max_size = 10; \
printf("variable name=%s\nmember data=%s, data_size=%d, max_size=%d", \
        “var”, var_data, var.data_size, var.max_size); \

Output:

variable name=var1
member data=var1_data, data_size=0, max_size=10
variable name=var2
member data=var2_data, data_size=0, max_size=20

## 还有个特殊的用途

在宏定义中，也支持用...代表可变参数。

#define MY_PRINT(fmt, ...) printf(fmt, __VA_ARGS__)

由于可变参数数目不确定，所以没有具体的标记。于是为了引用可变参数，语言层面提供了可变宏(Variadic macros)__VA_ARGS__来引用它。

但是，在宏定义时，如果直接使用__VA_ARGS__来引用可变参数，一旦可变参数为空就会引起编译器报错，看看下面的例子

#include <stdio.h>

#define LOG_INFO(fmt, ...) printf("[I]" fmt "\n", __VA_ARGS__)

int main() {
  LOG_INFO("info...");
  LOG_INFO("%s, %s", "Hello", "world");
}

Output:

main.c: In function ‘main’:
main.c:3:62: error: expected expression before ‘)’ token
    3 | #define LOG_INFO(fmt, ...) printf("[I]" fmt "\n", __VA_ARGS__)
      |                                                              ^
main.c:6:3: note: in expansion of macro ‘LOG_INFO’
    6 |   LOG_INFO("info...");
      |   ^~~~~~~~

为了解决上面的问题，在__VA_ARGS__前面添加上##，这样的目的是告诉预处理器，如果可变参数为空，那么前面紧跟者的逗号,在宏定义展开时会被清理掉。