Caracteres

Um caracter (= character) nada mais é que um número natural entre 0 e 255.  (Portanto, cada caracter é representado por um byte na memória do computador).  Reciprocamente, cada número natural do conjunto 0, 1, 2, . . . , 254, 255 é um caracter.  Caracteres são um dos tipos-de-dados básicos da linguagem C.

Antes de prosseguir, convém lembrar algumas convenções sobre a representação de números. Na linguagem C, números naturais (zero, um, dois, três etc.) podem ser escritos em notação decimal (base 10) ou em notação octal (base 8). Por exemplo, o número sessenta e cinco é representado por  65  em notação decimal (6×10 + 5) e por  101  em notação octal (1×64 + 0×8 + 1).   Para não confundir as duas notações, a linguagem C adota a seguinte convenção: na representação octal de um número, o primeiro dígito é sempre 0. Assim, a representação octal de sessenta e cinco é  0101  e a representação octal de quarenta e oito é  060. As representações decimais desses dois números são 65 e 48 respectivamente.

Representação gráfica de caracteres

Quando um caracter é exibido em um dispositivo de impressão ou na tela do monitor de vídeo, ele é representado por um símbolo gráfico. Por exemplo, o caracter 65 é exibido na impressora e na tela do monitor como

A

e o caracter 66 é exibido como

B

Alguns caracteres têm uma representação gráfica estranha. O caracter 32, por exemplo, é representado por um espaço em branco; a representação do caracter 0 é vazia (não ocupa espaço algum); e o caracter 10 não tem um símbolo gráfico mas produz uma mudança de linha.

Os símbolos gráficos (e os efeitos não-gráficos) que correspondem aos caracteres 0 a 127 foram estabelecidos pelo American Standard Code for Information Interchange. A correspondência é conhecida como "tabela ASCII".  Os símbolos que correspondem aos caracteres 128 a 255 não estão bem padronizados: cada sistema escolhe a tabela que mais lhe agrada. Uma das tabelas mais difundidas é ISO 8859-1 (também conhecida como ISO Latin1). Eis uma amostra dessa tabela:

símbolo gráfico	notação decimal	notação octal	constante C
caracter nulo	0	0	'\0'
mudança de linha	10	012	'\n'
quebra de página	12	014	'\f'
espaço em branco	32	040	' '
*	42	052	'*'
+	43	053	'+'
-	45	055	'-'
/	47	057	'/'
0	48	060	'0'
1	49	061	'1'
2	50	062	'2'
;	59	073	';'
A	65	0101	'A'
N	78	0116	'N'
O	79	0117	'O'
a	97	0141	'a'
o	111	0157	'o'
ã	227	0343	'\343'
ç	231	0347	'\347'
ÿ	255	0377	'\377'

A última coluna dá a representação dos caracteres como constantes do tipo char na linguagem C. 

Os caracteres  ' ',  '\n',  '\r',  '\t',  '\f'  são conhecidos como brancos (= white spaces). Muitas funções C (por exemplo, scanf) tratam todos os brancos exatamente da mesma maneira.

[A propósito, veja o programa od (de "octal dump") presente em qualquer sistema Unix ou GNU/Linux: ele imprime o valor de cada caracter de um arquivo dado. Por exemplo,  od -t u1 -A d xxx  imprime o valor de cada caracter do arquivo xxx em notação decimal.]

Caracteres com sinal e sem sinal

Os caracteres que discutimos acima são conhecidos na linguagem C como caracteres sem sinal (= unsigned characters). Para declarar uma variável x desse tipo, diga

   unsigned char x;

Há um outro tipo de caracteres em C: os caracteres com sinal (= signed characters). Para declarar uma variável y desse tipo basta dizer

   char y;

Um caracter com sinal é simplesmente um número inteiro entre -128 e +127. Caracteres desse tipo têm representações gráficas análogas às dos caracteres sem sinal. A tabela abaixo estabelece a correspondência:  os valores que estão em uma mesma coluna da tabela têm a mesma representação gráfica.

signed	0	1	. . .	127	-128	-127	-126	. . .	-2	-1
unsigned	0	1	. . .	127	128	129	130	. . .	254	255

(Esta é uma boa ocasião para ler a página Representação de Inteiros.)

Exercícios

Char versus int

O tipo-de-dados char pode ser automaticamente transformado no tipo-de-dados int e vice-versa. Um objeto do tipo char é essencialmente a mesma coisa que um objeto do tipo int cujo valor tenha sido limitado ao intervalo [-127..128].

Exemplo: Digamos que k é uma variável do tipo char ou do tipo int. Então os comandos de atribuição

   k = 'A';  
   k = 65;  
   k = 0101;

têm exatamente o mesmo efeito: cada um deles atribui à variável k o valor 65. Esse valor é representado graficamente por A.  O comando  printf ("CAR=%c DEC=%d", k, k) , executado depois de qualquer uma das atribuições, produzirá

CAR=A DEC=65

Outro exemplo: os comandos de atribuição

   k = '0';  
   k = 48;  
   k = 060;

têm exatamente o mesmo efeito: cada um deles atribui à variável k o valor 48. Depois de qualquer uma das atribuições, o comando  printf ("CAR=%c DEC=%d", k, k)  produzirá

CAR=0 DEC=48

Mais um exemplo: os dois comandos de atribuição

   k = '\0';  
   k = 0;

têm exatamente o mesmo efeito: cada um deles atribui à variável k o valor 0 (zero). Esse valor é o código do caracter nulo, que não tem representação gráfica. Depois de qualquer dessas atribuições, o comando  printf ("CAR=%c DEC=%d", k, k)  produzirá

CAR= DEC=0

Último exemplo: os comandos

   k = '\n';  
   k = 10;  
   k = 012;

são equivalentes: todos atribuem à variável k o valor 10. Esse caracter não tem representação gráfica mas indica o fim de uma linha. Depois de qualquer dessas atribuições, o comando  printf ("CAR=%c DEC=%d", k, k)  produz

CAR=
 DEC=10

Exercícios

Operações aritméticas

Operações aritméticas sobre caracteres são executadas de maneira um tanto estranha.  Por exemplo, no trecho de código

   unsigned char x, y, z;
   x = 0; 
   y = 255;
   z = x - y;

a expressão x - y é calculada como se fosse  (int) x - (int) y  e portanto a quarta linha equivale a 

   z = -255;

É claro que o valor final de z é 1.

Analogamente, a expressão x - y abaixo

   char x, y, z;
   x = 2; 
   y = -127;
   z = x - y;

é calculada como se fosse  (int) x - (int) y  e portanto a quarta linha equivale a  z = 129;.  Mas é claro que o valor final de z é -127.