Lekce 9 - Textové řetězce v Kotlinu podruhé - Práce se znaky

V minulé lekci, Nejčastější chyby Kotlin nováčků - Umíš pojmenovat proměnné?, jsme si ukázali nejčastější chyby začátečníků v Kotlinu ohledně pojmenování proměnných.

Pokud patříte mezi ty, kteří vycítili 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 takto i pracovat.

Nejprve si vyzkoušejme, že vše funguje. Rozcvičíme se na jednoduchém vypsání znaku na dané pozici.

{KOTLIN_CONSOLE}
val s = "Kotlin"
println(s)
println(s[2])
{/KOTLIN_CONSOLE}

Výstup:

Kotlin
t

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 Kotlinu read-only, nemůžeme tedy napsat:

// Tento kód nebude fungovat
var s = "Kotlin"
s[2] = "u"
println(s)

Samozřejmě to lze 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 zanalyzuje 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 řetězec funkcí readLine(). Řetězec budeme projíždět cyklem po jednom znaku. Upozorňujeme, že neklademe důraz 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 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, nebudeme zapomínat na komentáře.

// řetězec, který chceme analyzovat
var s = "Mount Everest"
println(s)
s = s.toLowerCase()

// inicializace počítadel
var pocetSamohlasek = 0
var pocetSouhlasek = 0

// definice typů znaků
val samohlasky = "aeiouyáéěíóúůý"
val souhlasky = "bcčdďfghjklmnpqrřsštťvwxzž"

// hlavní cyklus
for (znak in s) {

}

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

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

for (znak in s) {
    if (samohlasky.contains(znak)) {
        pocetSamohlasek++
    } else if (souhlasky.contains(znak)) {
        pocetSouhlasek++
    }
}

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

Nyní nám chybí již jen výpis na konec:

{KOTLIN_CONSOLE}

var s = "Mount Everest"
println(s)
s = s.toLowerCase()

// inicializace počítadel
var pocetSamohlasek = 0
var pocetSouhlasek = 0

// definice typů znaků
val samohlasky = "aeiouyáéěíóúůý"
val souhlasky = "bcčdďfghjklmnpqrřsštťvwxzž"

// hlavní cyklus
for (znak in s) {
    if (samohlasky.contains(znak)) {
        pocetSamohlasek++
    } else if (souhlasky.contains(znak)) {
        pocetSouhlasek++
    }
}

println("Samohlásek: $pocetSamohlasek")
println("Souhlásek: $pocetSouhlasek")
println("Nepísmenných znaků: ${s.length - (pocetSamohlasek + pocetSouhlasek)}")
{/KOTLIN_CONSOLE}

Výsledek:

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. Nyní se používá Unicode (UTF-8) kódování, v němž jsou znaky reprezentovány trochu jiným způsobem. Nicméně v Kotlinu stále máme možnost pracovat s ASCII hodnotami jednotlivých znaků. Hlavní výhodou je, že znaky jsou uloženy v tabulce za sebou, podle abecedy. Např. na pozici 97 nalezneme znak 'a', na pozici 98 znak 'b' a tak dále. Podobně je tomu s čísly, avšak diakritické znaky jsou v ASCII bohužel různě rozházeny.

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

{KOTLIN_CONSOLE}
var c: Char // znak
var i: Int // ordinální (ASCII) hodnota znaku
// převedeme znak na jeho ASCII hodnotu
c = 'a'
i = c.toInt()
println("Znak $c jsme převedli na ASCII hodnotu $i")

// Převedeme ASCII hodnotu na znak
i = 98
c = i.toChar()
println("ASCII hodnotu $i jsme převedli na znak $c")
{/KOTLIN_CONSOLE}

Výstup:

Znak a jsme převedli na ASCII hodnotu 97
ASCII hodnotu 98 jsme převedli na znak b

Převodům (toChar() a toInt()) 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 přeloží 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 funkcí 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
val s = "gaiusjuliuscaesar"
println("Původní zpráva: $s")
var zprava = ""
var posun = 1

// cyklus projíždějící jednotlivé znaky
for (c in s) {

}

// výpis
println("Zašifrovaná zpráva: $zprava")

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:

{KOTLIN_CONSOLE}

// inicializace proměnných
val s = "gaiusjuliuscaesar"
println("Původní zpráva: $s")
var zprava = ""
var posun = 1

// cyklus projíždějící jednotlivé znaky
for (c in s) {

var i = c.toInt()
i += posun
val znak = i.toChar()
zprava += znak

}
// výpis
println("Zašifrovaná zpráva: $zprava")

{/KOTLIN_CONSOLE}

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 také další ošklivé znaky. Uzavřeme proto znaky do kruhu tak, aby posun po 'z' plynule přešel opět k 'a' a tak dále. Postačí nám k tomu jednoduchá podmínka, která od nové ASCII hodnoty odečte celou abecedu tak, abychom začínali opět na 'a'.

var i = c.toInt()
i += posun
if (i > 'z'.toInt()) {
    i -= 26
}
val znak = i.toChar()
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 a náš program je nyní funkční. Všimněme si, že nikde nepoužíváme přímé kódy znaků. V podmínce je 'z'.toInt(), přestože 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 zkuste vytvořit dešifrování.

V následujícím cvičení, Řešené úlohy k 9. lekci Kotlinu, 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.