9. díl - Textové řetězce v C# podruhé - práce s jednotlivými znaky

C# .NET Základní konstrukce Textové řetězce v C# podruhé - práce s jednotlivými znaky American English version English version

Unicorn College ONEbit hosting Tento obsah je dostupný zdarma v rámci projektu IT lidem. Vydávání, hosting a aktualizace umožňují jeho sponzoři.

V milé lekci kurzu, Pole v C#, jsme se naučili pracovat s polem. Pokud jste vycítili v C# nějakou podobnost mezi polem a textovým řetězcem, tak jste vycítili správně. Pro ostatní může být překvapením, že string je v podstatě pole znaků (charů) a můžeme s ním i takto pracovat.

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

string s = "Ahoj ITnetwork";
Console.WriteLine(s);
Console.WriteLine(s[2]);
Console.ReadKey();

Výstup:

Ahoj ITnetwork
o

Vidíme, že můžeme ke znakům v řetězci 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 = "Ahoj ITnetwork";
s[1] = "o";
Console.WriteLine(s);
Console.ReadKey();

Samozřejmě to jde udělat jinak, později si to ukážeme, zatím se 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. Rovnou zde říkám, 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, bude to délka řetězce mínus 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, nebudeme zapomínat na komentáře.

// řetězec, který chceme analyzovat
string s = "Programátor se zasekne ve sprše, protože instrukce na šampónu byly: Namydlit, omýt, opakovat.";
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 stringy. 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 nebudu opisovat zbytek kódu a přesunu 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 ji 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 v samohláskách není, podíváme se do souhlásek a případně opětovně zvýšíme jejich počítadlo.

Nyní nám chybí již jen výpis na konec:

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

Konzolová aplikace
Programátor se zasekne ve sprše, protože instrukce na šampónu byly: Namydlit, omýt, opakovat.
Samohlásek: 31
Souhlásek: 45
Nepísmenných znaků: 17

A je to!

ASCII hodnota

Možná jste již někdy slyšeli o ASCII tabulce. Zejména v éře operačního systému MS-DOS prakticky nebyla 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. Nyní se používá Unicode (UTF-8) kódování, kde jsou znaky reprezentovány trochu jiným způsobem. V C# máme možnost pracovat s ASCII hodnotami jednotlivých znaků. Hlavní výhoda je v tom, že znaky jsou uloženy v tabulce za sebou, podle abecedy. Např. na pozici 97 nalezneme 'a', na 98 'b' a podobně. Podobně je to s čísly, diakritické znaky tam budou bohužel jen nějak rozházeny.

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

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();

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

Cézarova šifra

Vytvoříme si jednoduchý program pro šifrování textu. Pokud jste někdy slyšeli o Cézarově 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 přeloží jako "bipk". Posun umožníme uživateli vybrat. Algoritmus zde máme samozřejmě opět vysvětlený a to v článku Cézarova šifra. Program si dokonce můžete vyzkoušet v praxi - Online cézarova 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 bojkovat a budeme předpokládat, že ji uživatel nebude zadávat. Ideálně bychom poté měli diakritiku před šifrováním odstranit, stejně tak cokoli kromě písmen.

// inicializace proměnných
string s = "cernediryjsoutamkdebuhdelilnulou";
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();

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:

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

Konzolová aplikace
Původní zpráva: cernediryjsoutamkdebuhdelilnulou
Zašifrovaná zpráva: dfsofejszktpvubnlefcviefmjmovmpv

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 to samé, jako bychom napsali i = i - 26. Je to jednoduché a náš program je nyní funkční. Všimněme si, že nikde nepoužíváme přímé kódy znaků, v podmínce je (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 lépe viditelné, jak funguje. Cvičně si zkuste udělat dešifrování.

V příští lekci, Textové řetězce v C# do třetice - Split a Join, si ukážeme, že string umí přeci jen ještě něco navíc. Prozradím, že budeme dekódovat Morzeovu abecedu.


 

Stáhnout

Staženo 1067x (48.75 kB)
Aplikace je včetně zdrojových kódů v jazyce C#

 

 

Článek pro vás napsal David Čápka
Avatar
Jak se ti líbí článek?
34 hlasů
Autor pracuje jako softwarový architekt a pedagog na projektu ITnetwork.cz (a jeho zahraničních verzích). Velmi si váží svobody podnikání v naší zemi a věří, že když se člověk neštítí práce, tak dokáže úplně cokoli.
Unicorn College Autor se informační technologie naučil na Unicorn College - prestižní soukromé vysoké škole IT a ekonomie.
Miniatura
Předchozí článek
Pole v C#
Miniatura
Všechny články v sekci
Základní konstrukce jazyka C#
Miniatura
Následující článek
Cvičení k 9. lekci C# .NET
Aktivity (8)

 

 

Komentáře
Zobrazit starší komentáře (54)

Avatar
Radek Novotný:17.6.2017 10:37

máš tam u string velké S

 
Odpovědět 17.6.2017 10:37
Avatar
Ondřej Čech:7.10.2017 13:32

Chybělo mi tam ošetřené přetékání i velkých písmen. Tak jsem to udělal takto.

// inicializace proměnných
            string ss = "cerne diry jsou tam kde buh delil nulou. Zebra zebra AABBCC";
            Console.WriteLine("Původní zpráva: {0}", ss);
            string zprava = "";
            int posun = 1; //Maximalni posun je 6!

            // cyklus projíždějící jednotlivé znaky
            foreach (char cc in ss)
            {
                int ii = (int)cc;
                ii += posun;
                // kontrola přetečení i pro velká písmena
                if (ii > (int)'z' || (ii > 'Z' && ii< 'a' ))
                    ii -= 26;
                char znak = (char)ii;
                zprava += znak;
            }

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

            Console.WriteLine();
            Console.WriteLine("Desifrovani");
            string DefZprava="";

            //cyklus na desifraci
            foreach (char c2 in zprava) {
                int i2 = (int)c2;
                i2 -= posun;
                //kontrola přetečení i pro velká písmena. Funguje i s mezerama v textu.
                if ((i2 < (int)'a' && i2 > (int)'Z')||(i2 < (int)'A' && i2 > (int)'A' - posun-1))
                    i2 += 26;
                char znak2 = (char)i2;
                DefZprava += znak2;
            }
            Console.WriteLine("Desifrace: {0}", DefZprava);
            Console.ReadKey();
 
Odpovědět 7.10.2017 13:32
Avatar
Jan Kalenský:8. února 22:18

Ahoj, takový malý detail. Řekl bych, že v té šifře, abychom tam měli jen písmenka, je lepší použít cyklus while, protože ta podmínka nám 26 odečte pouze jednou, což nemusí stačit.

 
Odpovědět 8. února 22:18
Avatar
Petr Zajac
Člen
Avatar
Odpovídá na Jan Kalenský
Petr Zajac:24. února 16:55

Mám pocit když budeš hodnotu 26 odečítat víc jak jednou (tj. na vstupu bude i něco jiného než písmenka, resp. písmenka převedená na malá), tak z kódovaného textu bude po dekódování stejným algoritmem hotový "GULÁŠ", protože nebudeš tušit kolikrát jsi vlastně těch 26 odečetl, abys dostal jako výsledek písmenko a dekódování se ti povede "napůl" :-O

 
Odpovědět 24. února 16:55
Avatar
Petr Zajac
Člen
Avatar
Odpovídá na Jan Kalenský
Petr Zajac:24. února 22:32

Navíc když koukám do ASCII tabulky, tak např.
32 je mezera, 33 vykřičník, 44 čárka, 46 tečka, takže když budu chtít zakódovat tyhle znaky jako písmena tak bych musel přičítat ... To samé čísla 0 je ascii 48 ... Zatímco malé "a" je 97
Když nebudu převádět vše na malé tak bych měl problém i s velkýma písmenama A - 65, Z - 90

 
Odpovědět 24. února 22:32
Avatar
I am not a programmer:24. dubna 18:45

Je nějaká metoda rozlišující malá a velká písmena? Dělat to přes
string m = "abcdef…";
string v = "ABCDEF…";
a Contains() mi přijde dost pomalé a složité. :-)

Odpovědět 24. dubna 18:45
Člověk má ve zdrojáku jedno znaménko špatně. Vidí něco, mělo ho to napadnout. Něco si zapíše a teprv si to pamatuje.
Avatar
David Čápka
Tým ITnetwork
Avatar
Odpovídá na I am not a programmer
David Čápka:24. dubna 18:49

Podle ASCII hodnoty, což bys měl po přečtení článku vědět, přímo se to tam zmiňuje.

Odpovědět 24. dubna 18:49
Jsem moc rád, že jsi na síti, a přeji ti top IT kariéru, ať jako zaměstnanec nebo podnikatel. Máš na to! :)
Avatar
Odpovídá na David Čápka
I am not a programmer:24. dubna 18:52

Díky. Ale otrava to bude pořád Když už programovat a lenošit, tak co nejvíc :-) mohli na to při tvorbě C# trochu myslet :-)

Odpovědět 24. dubna 18:52
Člověk má ve zdrojáku jedno znaménko špatně. Vidí něco, mělo ho to napadnout. Něco si zapíše a teprv si to pamatuje.
Avatar
I am not a programmer:24. dubna 18:58

Kdybych tam měl nějakou chybu, omlouvám se, dneska mi to prostě nemyslí a už je to dost dlouho, co jsem to četl.

Odpovědět 24. dubna 18:58
Člověk má ve zdrojáku jedno znaménko špatně. Vidí něco, mělo ho to napadnout. Něco si zapíše a teprv si to pamatuje.
Avatar
David Čápka
Tým ITnetwork
Avatar
Odpovídá na I am not a programmer
David Čápka:24. dubna 19:13

Trochu jsem to pogooglil a jsou tam statické metody na struktuře char jako Char.IsUpper("A") a podobně.

Odpovědět 24. dubna 19:13
Jsem moc rád, že jsi na síti, a přeji ti top IT kariéru, ať jako zaměstnanec nebo podnikatel. Máš na to! :)
Děláme co je v našich silách, aby byly zdejší diskuze co nejkvalitnější. Proto do nich také mohou přispívat pouze registrovaní členové. Pro zapojení do diskuze se přihlas. Pokud ještě nemáš účet, zaregistruj se, je to zdarma.

Zobrazeno 10 zpráv z 64. Zobrazit vše