Программирование на JAVA

Ее аналог не­сложно написать самостоятельно. Для перекодирования больших текстов служит утилита native2ascii, также входящая в JDK. Она мо­жет работать как в прямом режиме — переводить из разнообразных кодировок в Unicode, записанный ASCII-символами, так и в обрат­ном (опция -reverse) — из Unicode в стандартную кодировку опера­ционной системы.

В версиях языка Java до 1.1 применялся Unicode версии 1.1.5, в по­следнем выпуске 1.4 используется 3.0. Таким образом, Java следит за раз­витием стандарта и базируется на современных версиях. Для любой JDK точную версию Unicode, используемую в ней, можно узнать из докумен­тации к классу Character. Официальный web-сайт стандарта, где можно получить дополнительную информацию,— http://www.Linicocle.org/.

Итак, используя простейшую кодировку ASCII, можно ввести произ­вольную последовательность символов Unicode. Далее будет показано, что Unicode используется не для всех лексем, а только для тех, для которых важна поддержка многих языков, а именно: комментарии, идентификато­ры, символьные и строковые литералы. Для записи остальных лексем вполне достаточно ASCII-символов.

Анализ программы

Компилятор, анализируя программу, сразу разделяет ее на:

• пробелы (white spaces);

• комментарии (comments);

• основные лексемы (tokens).

Пробелы

Пробелами в данном случае называют все символы, разбивающие текст программы на лексемы. Это как сам символ пробела (space, \u0020, десятичный код 32), так и знаки табуляции и перевода строки. Они ис­пользуются для разделения лексем, а также для оформления кода, чтобы его было легче читать. Например, следующую часть программы (вычисле­ние корней квадратного уравнения):

double а = 1, b = 1, с = 6; double D = b * b - 4 * а * с;

if (D >=0) {

double х1 = (-b + Math.sqrt (D)) / (2 * а); double х2 - (-b - Math.sqrt (D)) / (2 * а);

}

можно записать и в таком виде:

double a=1,b=1,c=6;double D=b*b-4*a*c;if(D>=0) {double

x1 =(-b+Math.sqrt(D))/(2*a);double x2=(-b-Math.sqrt(D))/(2*a);}

В обоих случаях компилятор сгенерирует абсолютно одинаковый код. Единственное соображение, которым должен руководствоваться разработчик,— легкость чтения и дальнейшей поддержки такого кода.

Для разбиения текста на строки в ASCII используется два символа -"возврат каретки" (carriage return, CR, \u000d, десятичный код 13) и сим­вол новой строки (linefeed, LF, \u000a, десятичный код 10)