Lekce 11 - Textové řetězce v C# podruhé - Práce s jednotlivými znaky

V minulé lekci, Nejčastější chyby C# začátečníků - Umíš pojmenovat proměnné?, jsme si ukázali nejčastější chyby začátečníků v C# .NET ohledně pojmenování proměnných.

Pokud patříte mezi ty, kteří v C# spatřovali nějakou podobnost mezi polem a textovým řetězcem, tak jste uvažovali správně. Pro ty ostatní může být překvapením, že string je v podstatě pole znaků (hodnot typu char) a můžeme s ním i takto pracovat.

Nejprve si vyzkoušejme, že to všechno funguje. Rozcvičíme se na jednoduchém vypsání znaku na dané pozici:

{CSHARP_CONSOLE}
string s = "C# .NET";
Console.WriteLine(s);
Console.WriteLine(s[1]);
Console.ReadKey();
{/CSHARP_CONSOLE}

Výstup:

Konzolová aplikace
C# .NET
#

Vidíme, že ke znakům v řetězci můžeme přistupovat přes hranatou závorku, jako tomu je i u pole. Zklamáním může být, že znaky na dané pozici jsou v C# read-only, nemůžeme tedy napsat:

string s = "C# .NET";
s[1] = '!';
Console.WriteLine(s);
Console.ReadKey();

Samozřejmě to lze udělat jinak, později si to ukážeme, zatím se však budeme věnovat pouze čtení jednotlivých znaků.

Analýza výskytu znaků ve větě

Napišme si jednoduchý program, který nám analyzuje zadanou větu. Bude nás zajímat počet samohlásek, souhlásek a počet nepísmenných znaků (např. mezera nebo !).

Daný textový řetězec si nejprve v programu zadáme napevno, abychom ho nemuseli při každém spuštění psát. Až bude program hotový, nahradíme ho Console.ReadLine(). Řetězec budeme projíždět cyklem po jednom znaku. Je nutné podotknout, že neapelujeme na rychlost programu a budeme volit názorná a jednoduchá řešení.

Nejprve si připravme kód, definujme si samohlásky a souhlásky. Počet ostatních znaků nemusíme počítat, jelikož bude odpovídat délce řetězce minus samohlásky a souhlásky. Abychom nemuseli řešit velikost písmen, celý řetězec na začátku převedeme na malá písmena. Připravme si proměnné, do kterých budeme ukládat jednotlivé počty. Protože se jedná o složitější kód, nezapomeneme jej opatřit komentáři.

// řetězec, který chceme analyzovat
string s = "Mount Everest";
Console.WriteLine(s);
s = s.ToLower();

// inicializace počítadel
int pocetSamohlasek = 0;
int pocetSouhlasek = 0;

// definice typů znaků
string samohlasky = "aeiouyáéěíóúůý";
string souhlasky = "bcčdďfghjklmnpqrřsštťvwxzž";

// hlavní cyklus
foreach (char c in s)
{

}

Console.ReadKey();

Zpočátku si připravíme řetězec a převedeme ho na malá písmena. Počítadla vynulujeme. Na definice znaků nám postačí obyčejné řetězce. Hlavní cyklus nám projede jednotlivé znaky v řetězci s, přičemž v každé iteraci cyklu bude v proměnné c aktuální znak.

Pojďme plnit počítadla. Pro jednoduchost již nebudeme opisovat zbytek kódu a přesuneme se jen k cyklu:

// hlavní cyklus
foreach (char c in s)
{
    if (samohlasky.Contains(c))
        pocetSamohlasek++;
    else
    if (souhlasky.Contains(c))
        pocetSouhlasek++;
}

Metodu Contains() na řetězci již známe. Jako parametr jí lze předat jak podřetězec, tak přímo znak. Daný znak c naší věty tedy nejprve zkusíme vyhledat v řetězci samohlasky a případně zvýšit jejich počítadlo. Pokud znak v samohláskách není, podíváme se do souhlásek a případně opětovně zvýšíme jejich počítadlo.

Nyní nám již chybí jen výpis na konec:

{CSHARP_CONSOLE}

// řetězec, který chceme analyzovat
string s = "Mount Everest";
Console.WriteLine(s);
s = s.ToLower();

// inicializace počítadel
int pocetSamohlasek = 0;
int pocetSouhlasek = 0;

// definice typů znaků
string samohlasky = "aeiouyáéěíóúůý";
string souhlasky = "bcčdďfghjklmnpqrřsštťvwxzž";

// hlavní cyklus
foreach (char c in s)
{
    if (samohlasky.Contains(c))
        pocetSamohlasek++;
    else
    if (souhlasky.Contains(c))
        pocetSouhlasek++;
}


Console.WriteLine("Samohlásek: {0}", pocetSamohlasek);
Console.WriteLine("Souhlásek: {0}", pocetSouhlasek);
Console.WriteLine("Nepísmenných znaků: {0}", s.Length - (pocetSamohlasek + pocetSouhlasek));

Console.ReadKey();

{/CSHARP_CONSOLE}

Konzolová aplikace
Mount Everest
Samohlásek: 5
Souhlásek: 7
Nepísmenných znaků: 1

A je to!

ASCII hodnota

Možná jste již někdy slyšeli o ASCII tabulce. Zejména v éře operačního systému MS-DOS prakticky neexistovala jiná možnost, jak zaznamenávat text. Jednotlivé znaky byly uloženy jako čísla typu byte, tedy s rozsahem hodnot od 0 do 255. V systému byla uložena tzv. ASCII tabulka, která měla 256 znaků a každému ASCII kódu (číselnému kódu) přiřazovala jeden znak.

Asi je vám jasné, proč tento způsob nepřetrval dodnes. Do tabulky se jednoduše nevešly všechny znaky všech národních abeced. Dnes se používá Unicode (UTF-8) kódování, v němž jsou znaky reprezentovány trochu jiným způsobem. V C# máme možnost pracovat s ASCII hodnotami jednotlivých znaků. Hlavní výhoda spočívá v tom, že znaky jsou uloženy v tabulce za sebou podle abecedy. Např. na pozici 97 tedy nalezneme 'a', na 98 'b' a tak dále. Podobně je tomu s čísly, avšak diakritické znaky jsou v ASCII bohužel jen nějak rozházeny.

Zkusme si nyní převést znak do jeho ASCII hodnoty a naopak podle ASCII hodnoty daný znak vytvořit:

{CSHARP_CONSOLE}
char c; // znak
int i; // ordinální (ASCII) hodnota znaku
// převedeme znak na jeho ASCII hodnotu
c = 'a';
i = (int)c;
Console.WriteLine("Znak {0} jsme převedli na ASCII hodnotu {1}", c, i);
// Převedeme ASCII hodnotu na znak
i = 98;
c = (char)i;
Console.WriteLine("ASCII hodnotu {1} jsme převedli na znak {0}", c, i);
Console.ReadKey();
{/CSHARP_CONSOLE}

Převodům se říká přetypování, ale o tom se blíže pobavíme až později.

Caesarova šifra

Vytvoříme si jednoduchý program pro šifrování textu. Pokud jste někdy slyšeli o Caesarově šifře, bude to přesně to, co si zde naprogramujeme. Šifrování textu spočívá v posouvání znaku v abecedě o určitý, pevně stanovený počet znaků. Například slovo "ahoj" se s posunem textu o 1 zašifruje jako "bipk". Posun umožníme uživateli vybrat. Algoritmus zde máme samozřejmě opět vysvětlený, a to v článku Caesarova šifra. Program si dokonce můžete vyzkoušet v praxi – Online Caesarova šifra.

Vraťme se k programování a připravme si kód. Budeme potřebovat proměnné pro původní text, zašifrovanou zprávu a pro posun. Dále cyklus projíždějící jednotlivé znaky a výpis zašifrované zprávy. Zprávu si necháme zapsanou napevno v kódu, abychom ji nemuseli při každém spuštění programu psát. Po dokončení nahradíme obsah proměnné metodou Console.ReadLine(). Šifra nepočítá s diakritikou, mezerami a interpunkčními znaménky. Diakritiku budeme bojkotovat a budeme předpokládat, že ji uživatel nebude zadávat. Diakritiku, stejně jako cokoli kromě písmen, bychom poté měli v ideálním případě před šifrováním odstranit.

// inicializace proměnných
string s = "gaiusjuliuscaesar";
Console.WriteLine("Původní zpráva: {0}", s);
string zprava = "";
int posun = 1;

// cyklus projíždějící jednotlivé znaky
foreach(char c in s)
{

}

// výpis
Console.WriteLine("Zašifrovaná zpráva: {0}", zprava);
Console.ReadKey();

Kódem string zprava = "" ukládáme do proměnné zprava prázdný string.

Nyní se přesuneme dovnitř cyklu, převedeme znak v c na ASCII hodnotu (neboli ordinální hodnotu), tuto hodnotu zvýšíme o posun a převedeme zpět na znak. Tento znak nakonec připojíme k výsledné zprávě:

{CSHARP_CONSOLE}

// inicializace proměnných
string s = "gaiusjuliuscaesar";
Console.WriteLine("Původní zpráva: {0}", s);
string zprava = "";
int posun = 1;

// cyklus projíždějící jednotlivé znaky
foreach(char c in s)
{

int i = (int)c;
i += posun;
char znak = (char)i;
zprava += znak;

}

// výpis
Console.WriteLine("Zašifrovaná zpráva: {0}", zprava);
Console.ReadKey();

{/CSHARP_CONSOLE}

Operátor += vykoná totéž, jako kdybychom napsali i = i + posun.

Konzolová aplikace
Původní zpráva: gaiusjuliuscaesar
Zašifrovaná zpráva: hbjvtkvmjvtdbftbs

Program si vyzkoušíme. Výsledek vypadá docela dobře. Zkusme si však zadat vyšší posun nebo napsat slovo "zebra". Vidíme, že znaky mohou po 'z' přetéct do ASCII hodnot dalších znaků, v textu tedy již nemáme jen písmena, ale další ošklivé znaky. Uzavřeme znaky do kruhu tak, aby posun plynule po 'z' přešel opět k 'a' a dále. Postačí nám k tomu jednoduchá podmínka, která od nové ASCII hodnoty odečte celou abecedu tak, abychom začínali opět na 'a'.

int i = (int)c;
i += posun;
// kontrola přetečení
if (i > (int)'z')
    i -= 26;
char znak = (char)i;
zprava += znak;

Pokud i přesáhne ASCII hodnotu 'z', snížíme ho o 26 znaků (tolik znaků má anglická abeceda). Operátor -= vykoná totéž, jako kdybychom napsali i = i - 26. Je to jednoduché řešení a náš program je nyní funkční. Všimněme si, že nikde nepoužíváme přímé kódy znaků. V podmínce je tedy (int)'z', i když bychom tam mohli napsat rovnou 122. Je to z důvodu, aby byl náš program plně odstíněn od explicitních ASCII hodnot a bylo viditelnější, jak funguje. Cvičně si zkusme vytvořit dešifrování.

V následujícím cvičení, Řešené úlohy k 11. lekci C# .NET, si procvičíme nabyté zkušenosti z předchozích lekcí.

Měl jsi s čímkoli problém? Stáhni si vzorovou aplikaci níže a porovnej ji se svým projektem, chybu tak snadno najdeš.