Znaki, char i Unicode

Czego się dziś nauczysz

Przygotowanie: lekcje 01–06. Przewidywany czas: 45–90 minut z zadaniami. Przykłady wymagają .NET 8 lub nowszego, z włączonymi ImplicitUsings i Nullable.

Jeden znak to nie to samo co tekst

W lekcji 06 poznałeś typ string — tekst dowolnej długości. Obok niego istnieje typ char, który mieści dokładnie jeden znak. Różni je nie tylko rozmiar, ale i zapis:

char litera = 'A';        // APOSTROFY - jeden znak
string napis  = "A";      // CUDZYSLOW  - tekst o dlugosci 1

char pusty = ' ';         // spacja to tez znak
// char zly = "A";        // BLAD CS0029: nie mozna przypisac string do char
// char zly2 = 'Ala';     // BLAD CS1012: w apostrofach mieszcza sie tylko znak

Napis udostępnia swoje znaki po numerze — indeksie. Numerujemy od zera, tak samo jak później elementy tablic.

string kod = "A7B2";

Console.WriteLine(kod.Length);   // 4  - liczba znakow
Console.WriteLine(kod[0]);       // A  - pierwszy znak
Console.WriteLine(kod[1]);       // 7
Console.WriteLine(kod[3]);       // 2  - ostatni, bo Length - 1

4
A
7
2

Znak można wyjąć z napisu i przypisać do zmiennej typu char, a pojedynczy znak można doliczyć do napisu:

string kod = "A7B2";
char pierwszy = kod[0];

Console.WriteLine(pierwszy);                    // A
Console.WriteLine("Kod zaczyna sie od " + pierwszy);
Console.WriteLine($"Ostatni znak: {kod[kod.Length - 1]}");

Znak to liczba w przebraniu

Komputer nie przechowuje kształtu litery — przechowuje jej numer. Rzutowanie na int pokazuje ten numer:

Console.WriteLine((int)'A');    // 65
Console.WriteLine((int)'a');    // 97
Console.WriteLine((int)'0');    // 48
Console.WriteLine((int)'7');    // 55

Console.WriteLine((char)66);    // B  - w druga strone tez dziala

Stąd bierze się pułapka, która myli niemal każdego na początku: znak cyfry to nie jest wartość cyfry. Znak '7' ma numer 55, a nie 7.

char cyfra = '7';

Console.WriteLine((int)cyfra);       // 55 - numer znaku
Console.WriteLine(cyfra - '0');      // 7  - WARTOSC cyfry
Console.WriteLine('9' - '0');        // 9
Console.WriteLine('A' - '0');        // 17 - bez sensu, bo 'A' nie jest cyfra

Ponieważ znaki mają numery, można je porównywać operatorami znanymi z arytmetyki:

Console.WriteLine('a' > 'A');     // True  - 97 > 65
Console.WriteLine('b' > 'a');     // True  - kolejnosc alfabetyczna
Console.WriteLine('Z' < 'a');     // True  - WSZYSTKIE wielkie litery przed malymi

Rozpoznawanie: char.IsDigit i spółka

Zamiast porównywać numery ręcznie, korzystamy z gotowych metod klasy char. Każda zwraca bool — wartość logiczną z lekcji 06.

char z = '7';

Console.WriteLine(char.IsDigit(z));        // True
Console.WriteLine(char.IsLetter(z));       // False
Console.WriteLine(char.IsLetterOrDigit(z));// True
Console.WriteLine(char.IsWhiteSpace(z));   // False
Console.WriteLine(char.IsUpper('a'));      // False
Console.WriteLine(char.IsLower('a'));      // True

Console.WriteLine(char.ToUpper('ł'));      // Ł
Console.WriteLine(char.ToLower('X'));      // x

Wynik bool możesz na razie po prostu wypisać. Od lekcji 14 użyjesz go w instrukcji warunkowej, a od lekcji 17 w pętli przechodzącej po wszystkich znakach napisu. Wtedy z tych metod zbudujesz sprawdzanie haseł, numerów PESEL i kodów.

Dlaczego emoji ma Length równe 2

char zajmuje 16 bitów, czyli dwa bajty. To wystarcza na ponad 65 tysięcy znaków — wszystkie litery alfabetów europejskich, cyfry i znaki interpunkcyjne. Nie wystarcza jednak na cały Unicode, który ma ich ponad milion.

Znaki spoza tego zakresu — emoji, rzadkie znaki chińskie, symbole matematyczne — zapisywane są parą jednostek char. Napis liczy jednostki, nie symbole widziane przez człowieka:

Console.WriteLine("A".Length);      // 1
Console.WriteLine("ł".Length);      // 1  - polskie litery mieszcza sie w jednym char
Console.WriteLine("€".Length);      // 1
Console.WriteLine("😀".Length);     // 2  - jeden symbol, DWIE jednostki

Znaki specjalne

Niektórych znaków nie da się wpisać wprost — zapisujemy je sekwencją zaczynającą się od ukośnika wstecznego:

Console.WriteLine("Pierwszy\nDrugi");
Console.WriteLine("Imie:\tAla");
Console.WriteLine("Sciezka: C:\\dane\\plik.txt");
Console.WriteLine("Powiedzial \"dobrze\" i wyszedl.");
Console.WriteLine('\u0141');

Pierwszy
Drugi
Imie:	Ala
Sciezka: C:\dane\plik.txt
Powiedzial "dobrze" i wyszedl.
Ł

Przykład: rozbiór kodu identyfikatora

Wklej całość do nowego projektu konsolowego jako Program.cs. Zanim uruchomisz — przewidź każdy wynik.

string kod = "A7B2";

Console.WriteLine($"Kod: {kod}, dlugosc: {kod.Length}");
Console.WriteLine();

char pierwszy = kod[0];
char drugi    = kod[1];

Console.WriteLine($"[0] = {pierwszy}  litera? {char.IsLetter(pierwszy)}  cyfra? {char.IsDigit(pierwszy)}");
Console.WriteLine($"[1] = {drugi}  litera? {char.IsLetter(drugi)}  cyfra? {char.IsDigit(drugi)}");
Console.WriteLine();

Console.WriteLine($"numer znaku '{drugi}' to {(int)drugi}");
Console.WriteLine($"wartosc cyfry '{drugi}' to {drugi - '0'}");
Console.WriteLine();

int suma = (kod[1] - '0') + (kod[3] - '0');
Console.WriteLine($"Suma cyfr na pozycjach 1 i 3: {suma}");
Console.WriteLine($"Kod malymi literami: {kod.ToLower()}");

Kod: A7B2, dlugosc: 4

[0] = A  litera? True  cyfra? False
[1] = 7  litera? False  cyfra? True

numer znaku '7' to 55
wartosc cyfry '7' to 7

Suma cyfr na pozycjach 1 i 3: 9
Kod malymi literami: a7b2

Co dzieje się po kolei

• kod.Length to właściwość — odczytujemy ją bez nawiasów. char.IsLetter(x) to metoda — wymaga nawiasów i argumentu.
• Wewnątrz interpolacji $"…" wolno umieścić całe wyrażenie: {(int)drugi} albo {drugi - '0'}.
• Nawiasy w (kod[1] - '0') nie są konieczne, ale pokazują zamiar: najpierw wyjmij znak, potem zamień na wartość.
• ToLower zwraca nowy napis. Zmienna kod nadal zawiera A7B2 — dlaczego, wyjaśnia następna lekcja.

Co robi każdy użyty element

Zanim utkniesz

Zadania

Co trzeba zapamiętać

• char mieści jeden znak i zapisujemy go w apostrofach; string — w cudzysłowie.
• Znaki napisu numerujemy od zera; ostatni ma indeks Length - 1.
• Znak jest przechowywany jako numer — (int)'A' daje 65.
• Znak cyfry to nie jej wartość: '7' - '0' daje 7, samo '7' daje 55.
• char.IsDigit, IsLetter, IsWhiteSpace zwracają bool i niczego nie zmieniają.
• Length liczy jednostki UTF-16, a nie symbole widziane przez człowieka — emoji ma długość 2.

Dokumentacja: Microsoft Learn — temat tej lekcji.