Нулевой символ
Нулевой символ (англ. null character) — управляющий символ с числовым значением, равным нулю[1][2][3][4][5]. Многие наборы символов определяют отдельный код для нулевого символа —в том числе Unicode (Универсальный набор кодирования символов), ASCII (стандарт ISO/IEC 646), коды Баудо, ITA2, C0, а также EBCDIC. В современных кодировках нулевому символу соответствует кодовая позиция с числовым значением ноль, что обычно соответствует одному коду (байту) с этим значением. Например, в UTF-8 нулевой символ кодируется одним нулевым байтом. Однако в модифицированном UTF-8 нулевой символ кодируется как два байта. Это позволяет использовать байт со значением «0» как признак завершения строки, не встречающийся среди символов текста.
Изначально назначение нулевого символа было аналогично NOP («нет операции») — при передаче принтеру или терминалу он не оказывал видимого эффекта (однако некоторые терминалы могли ошибочно отображать его как пробел). Во времена электромеханических телетайпов в окончании печатаемой строки нередко передавали один или несколько нулевых символов для предоставления механизму времени на возврат каретки[6]. На перфоленте нулевой символ кодировался отсутствием отверстий; из-за этого новая неперфорированная лента воспринималась как заполненная нулевыми символами, и часто в резервируемое пространство из нулевых символов можно было внедрять текст, продавливая новые отверстия поверх начальных нулей.
Нуль-терминированная строка — широко применяемая структура данных в языке программирования C, многих его производных языках и других контекстах программирования; в этом случае нулевой символ указывает на конец строки[7][8]. Такая организация допускает строки любой длины с затратой на завершающий символ, в отличие от альтернативной структуры, где длина строки хранится как целое число, что ограничивает длину (например, 255 для одного байта).
В контексте работы с байтами нулевой символ также называют нулевым байтом.
Представление
Поскольку нулевой символ не является печатным, для его обозначения в исходных текстах применяются специальные записи.
В строковых литералах нулевой символ часто обозначается как управляющая последовательность \0 (например, "abc\0def"). Похожая нотация используется и для символьных литералов ('\0'), хотя последний часто совпадает с числовой константой 0[9]. Во многих языках (например, в C, где эта запись впервые появилась), \0 — не самостоятельная управляющая последовательность, а восьмеричная (октальная) запись с единственным разрядом 0; из-за этого \0 нельзя сразу за ним ставить цифры 0—7, иначе это будет расценено как более длинная октальная запись[10]. Другие управляющие последовательности, встречающиеся в разных языках: \000, \x00, \z, \u0000.
В URL нулевой символ представлен как процентный код %00.
Однако возможность представить нулевой символ в строке не гарантирует её корректную обработку — многие программы по-прежнему воспринимают нулевой байт как признак конца строки. Поэтому возможность явно вводить такой символ (например, при непроверенном пользовательском вводе) создаёт уязвимость класса внедрение нулевого байта и может привести к эксплойтам[11].
В документации к программному обеспечению нулевой символ обычно указывается как NUL или NULL (однако последний термин также может обозначать нулевой указатель). В Unicode для этого определён отдельный символ: U+2400 ␀ .
В кареточной нотации нулевой символ обозначается как ^@. На некоторых клавиатурах его можно ввести, удерживая Ctrl и нажимая @ (или, в случае раскладки США, обычно достаточно Ctrl+2, поскольку для ввода @ не требуется ⇧ Shift).