Preprocesor jazyka C

Z Multimediaexpo.cz

Verze z 21. 10. 2010, 17:20

Preprocesor jazyka C (anglicky: The C preprocessor, zkratka cpp) je v informatice preprocesor používaný zejména při překladu zdrojových kódů programů napsaných v jazyce C. V mnoha implementacích se jedná o samostatný program spouštěný překladačem v rámci první fáze překladu. Preprocesor interpretuje jednoduché direktivy pro vložení zdrojového kódu z jiného souboru (#include), definice maker (#define) a podmíněné vložení kódu (#if). Jazyk direktiv preprocesoru není vázán na syntaxi jazyka C, takže preprocesor C lze využít i na zpracování jiných typů souborů.

Fáze překladu zdrojového kódu v C

1. Nahrazení trigramů (v podstatě jde o escape sekvence, které umožňují zadávání potřebných 7-bit ASCII znaků i z jiných, většinou starších kódových tabulek).
2. Spojení řádků – fyzické řádky zdrojového textu, které jsou zakončeny escape-sekvencí nového řádku (v podstatě jde o obrácené lomítko \ použité jako poslední znak na řádku), jsou spojeny do jediného logického řádku.
3. Tokenizace – preprocesor zalomí výsledek do posloupnosti tzv. tokenů preprocesoru a bílých znaků (mezery, tabelátory a konce řádků). Komentáře jsou nahrazeny bílým znakem.
4. Přepsání maker a provedení direktiv - v této fázi jsou expandována makra a provedeny direktivy, jako např. vložení zdrojového kódu z jiného souboru nebo vynechání části zdrojového kódu v případě podmíněného překladu.

Direktivy preprocesoru

Vkládání souborů

Nejčastěji využívanou direktivou preprocesoru je vložení jiného souboru:

#include <stdio.h>
 
int main (void)
{
    printf("Hello, world!\n");
    return 0;
}

V tomto případě direktiva #include vložila na začátek zdrojového souboru obsah souboru stdio.h, který musí být v systému uložen ve specifickém adresáři (v unixových systémech v adresáři /usr/include).

Podmíněný překlad

Direktivy #if, #ifdef, #ifndef, #else, #elif a #endif umožňují podmíněný překlad vybraných částí zdrojového kódu.

#define __WINDOWS__
 
#ifdef __WINDOWS__
#include <windows.h>
#else
#include <unistd.h>
#endif

Symbol není nutné definovat ve zdrojovém kódu, jako je tomu v předcházejícím příkladě s #define __WINDOWS__, ale lze jej definovat až při překladu jako jeden z atributů preprocesoru, popřípadě kompilátoru. Viz následující příklad:

#include <stdio.h>
 
int main(void){
#ifdef CZ   
    printf("Ahoj\n");
#else
    printf("Hello\n");
#endif
 
    return 0;
}

Při překladu pak použijeme:

$gcc -Wall ahoj.c -o ahoj
$./ahoj
Hello
 
$gcc -Wall ahoj.c -DCZ -o ahoj
$./ahoj
Ahoj

Poprvé je soubor s kompilován bez definovaného symbolu CZ a v kódu bude tedy použit řádek printf("Hello\n");. V druhém případě je jedním z parametrů při volání kompilátoru -DCZ, takže symbol CZ bude nadefinován ještě před spuštěním preprocesoru a v kódu se proto použije řádek printf("Ahoj\n");. Následující příkaz ./ahoj spouští překompilovaný soubor.

Podmíněný překlad se často používá k tomu, aby zabránil vícenásobnému vložení téhož kódu. Následující příklad zajistí, že kód bude vložen pouze jednou, bez ohledu na to, kolikrát bude direktivou #include vložen soubor, který jej obsahuje. Konstrukce je užitečná při tvorbě složitějších programů, složených z mnoha souborů:

#ifndef SOUBOR_A
#define SOUBOR_A
...
kód
...
#endif

Definice a expanze maker

Používají se dva základní typy definice maker. Jednak lze definovat makra bez parametru, která expandují vždy do stejné sekvence znaků (resp. tokenů), jednak lze definovat makra s parametry, které se z praktického hlediska chovají podobně jako funkce. Obecná syntaxe direktivy #define je:

#define <identifikátor> <seznam nahrazujících tokenů>
#define <identifikátor>(<seznam parametrů>) <seznam nahrazujících tokenů>

Speciálním případem je definice samotného identifikátoru, kterému není přiřazen žádný další seznam tokenů – příklad použití takovéto definice byl uveden v sekci Podmíněný překlad.

Příkladem makra, které nepřijímá žádné parametry, může být následující použití preprocesoru k definici číselné konstanty:

#define PI 3.14159

Příkladem makra, které přijímá parametr (argument):

#define RADTODEG(x) ((x) * 57.29578)

Při použití takto definovaného makra se nesmí mezi názvem makra a závorkou, ve které je uveden jeden nebo více parametrů (argumentů), vyskytovat žádné bílé znaky (tj. nesmí tam být uvedena mezera).

Specifickým rysem maker C preprocesoru z hlediska programování v jazyce C je to, že jde pouze o zestručněný zápis zdrojového kódu (podobně jako v případě některých skriptovacích jazyků) – nikoliv o skutečnou definici funkce. Proto parametry maker nepodléhají typové kontrole jazyka C. Tento zápis se nechová jako funkce a někdy to může vést k obtížně odhalitelným chybám. Například v tomto případě, kde je makro NASOBEK definováno takto:

#define NASOBEK(a,b) a*b

a je použité ve výrazu:

c=NASOBEK(2+2,5+5)

bude expandováno jako:

c=2+2*5+5

Výsledek není mylně očekávaných 40 ale 17. Takové chybě se dá v tomto konkrétním případě zabránit uzavřením matematického výrazu do závorek (podobně jako u ukázkového makra RADTODEG(x) v předchozím příkladu). Obecným řešením je nepoužívání nadměrně komplikovaných maker. V tomto konkrétním případě stačí dané makro přepsat jako:

#define NASOBEK(a,b) ((a)*(b))

Obtížněji řešitelným problémem je tzv. vícenásobná evaluace (vyhodnocení) parametrů makra – pokud je parametrem makra např. volání funkce, tak na rozdíl od obyčejného volání funkce, kdy by byla funkce zavolána jen jednou a pak se pracovalo s její návratovou hodnotu, je v případě makra funkce zavolána pokaždé, když se definice makra odkazuje na daný parametr. Kromě volání funkcí je toto chování nepříjemné např. i při použití specifických C operátorů jako ++, −− apod.

Pokud je to potřeba, lze definici makra zrušit (odstraňuje makra s parametry i makra bez parametru):

#undef <identifikátor>

Ustálené zvyklosti

Existuje nezávazná konvence využití dostupného prostoru jmen, podle které jsou v názvech maker preprocesoru jazyka C vždy používána pouze velká písmena A-Z (spolu s číslicemi a podtržítky), zatímco názvy funkcí a proměnných v C jsou obvykle tvořená pouze malými písmeny a-z (spolu s číslicemi a podtržítky, někdy je použita kombinace velkých a malých písmen). Nicméně jde pouze o konvenci usnadňující čtení zdrojového kódu: lze použít i názvy maker tvořené malými písmeny nebo kombinací velkých a malých písmen (stejně tak lze pojmenovat funkce a proměnné v C naopak velkými písmeny).

Související články

• Preprocesor