Question

我的一位朋友向我展示了阅读角色产生意外行为的情况。读取角色'¤'导致他的程序崩溃。我得出结论，'¤'是十六进制的164，所以它超过了ASCII范围。

我们注意到'¤'上的行为，但任何字符＆gt; 127似乎都显示出问题。问题是我们如何通过char可靠地读取这些字符char？

int main(int argc, const char *argv[])
{
    char input;
    do
    {
        cin >> input;
        cout << input;
        cout << " " << setbase(10) << (int)input;
        cout << " 0x" << setbase(16) << (int)input;

        cout << endl;
    } while(input);
    return 0;
}


masse@libre:temp/2009-11-30 $ ./a.out 
¤
Â -62 0xffffffc2
¤ -92 0xffffffa4

Answer 1

您的系统使用UTF-8字符编码（应该如此），因此字符“¤”会使您的程序读取字节序列C2 A4。由于char是一个字节，因此它一次读取一个字节。查看wchar_t以及相应的wcin和wcout流来读取多字节字符，但我不知道它们支持哪些编码或者如何使用区域设置。

另外，你的程序正在输出无效的UTF-8，所以你真的不应该看到这两个字符 - 我的系统上出现了问号。

（这是一个挑剔的，有些偏离主题，但你的while(input)应该是while(cin)，否则你将获得无限循环。）

Answer 2

很难说为什么你的朋友的程序在没有看到代码的情况下崩溃，但可能是因为你使用char作为数组的索引。由于常规ASCII范围之外的字符将超出signed char的限制，因此char将最终为负数。

Answer 3

将'input'声明为unsigned char而不是

读取ASCII之外的字符

3 个答案: