Řetězce (kódování znaků, regulární výrazy, funkce pro práci s řetězci)

PAD Programování a databáze 

Téma 12 

Školní rok 2017/2018 

1/2 

Jan Švábík, V4D 

Řetězce (kódování znaků, regulární 

výrazy, funkce pro práci s řetězci) 

Řetězce 

Řetězec je datový typ sloužící k uložení posloupnosti znaků. Řetězec může být konstantní (obsah 
proměnné nelze měnit), se staticky alokovaným prostorem (řetězec má omezenou maximální délku) 
nebo s dynamicky alokovaným prostorem (řetězec má maximální délku omezenu jen velikostí volné 
paměti). 

Kódování znaků 

Kódování znaků je způsob prezentování binárně zapsaných znaků v aplikaci či např. operačním 
systému.  Existuje  velká  spousta  různých  kódování,  dnes  je  nejpoužívanější  UTF-8,  které  umí 
zapsat znaky z různých národních abeced. Pro češtinu se dříve používalo například windows-1250 
či iso-8851-2. 

V Číně či např. Japonsku se používá kódování UTF-16, které obsahuje znaky  národních abeced 
zmíněných zemí, UTF-32 pak zahrnuje také znaky již zaniklých abeced a jazyků, jako byla např. 
hlaholice. Číslo za pomlčkou určuje, na kolika bajtech je zapsán jeden znak. Kódování UTF jsou 
částmi tzv. tabulky UNICODE. 

Za prapůvodní kódování lze považovat ASCII tabulku, která nejprve obsahovala 128 znaků, a to 
anglickou abecedu, číslice a speciální znaky. Později byla rozšířena na 256 znaků a zahrnovala také 
znaky  některých  národních  abeced.  Prvních  128/256  znaků  všech  kódování  obvykle  odpovídá 
ASCII tabulce.  

Regulární výrazy 

Regulární  výraz je  speciálně  zapsaný  řetězec,  který  definuje tvar  jiného  řetězce.  Používá  se  pro 
kontrolu, zda je nějaký řetězec v požadovaném tvaru (například PSČ či nějaké datum). Rozlišují se 
dva typy zápisu regulárního výrazu – tzv. posixový a perlový.