Question

前段时间，StackOverflow上有名望的人在评论中写道，在调用char（和类似函数）之前，有必要将unsigned char - 参数强制转换为std::toupper

另一方面，Bjarne Stroustrup没有提到在C ++ - Programming Language中这样做的必要性。他只使用toupper喜欢

string name = "Niels Stroustrup";

void m3() {
  string s = name.substr(6,10);  // s = "Stroustr up"
  name.replace(0,5,"nicholas");  // name becomes "nicholas Stroustrup"
  name[0] = toupper(name[0]);   // name becomes "Nicholas Stroustrup"
}

（引自上述书，第4版。）

The reference表示输入需要表示为unsigned char。对我来说，这似乎适用于每个char，因为char和unsigned char具有相同的尺寸。

这个演员是不必要的还是Stroustrup不小心？

编辑：libstdc++ manual提到输入字符必须来自basic source character set，但不会投射。我想@Keith Thompson的回复涵盖了这一点，他们都有signed char和unsigned char的正面陈述？

Answer 1

是的，toupper的参数需要转换为unsigned char以避免未定义行为的风险。

类型char，signed char和unsigned char是三种不同的类型。 char具有与 signed char 或 unsigned char相同的范围和表示形式。（普通char通常是签名的，能够表示-128 .. + 127范围内的值。）

toupper函数采用int参数并返回int结果。引用C标准，第7.4节第1段：

在所有情况下，参数都是 int ，其值应为可表示为 unsigned char 或等于的值宏 EOF 。如果参数有任何其他值，则行为未定义。

（C ++包含大部分C标准库，并将其定义推迟到C标准。）

[]上的std::string索引运算符返回char值。如果普通char是签名类型，并且name[0]返回的值恰好为负数，那么表达式

toupper(name[0])

有未定义的行为。

该语言保证即使普通char已签名，基本字符集的所有成员都具有非负值，因此初始化

string name = "Niels Stroustrup";

该程序不会冒未定义行为的风险。但是，是的，通常传递给char的{{1}}值（或toupper / <cctype>中声明的任何函数都需要转换为<ctype.h>，因此隐式转换为unsigned char不会产生负值并导致未定义的行为。

int函数通常使用查找表实现。类似的东西：

<ctype.h>

可以在该表的范围之外进行索引。

请注意，转换为// assume plain char is signed char c = -2; c = toupper(c); // undefined behavior：

unsigned

无法避免此问题。如果char c = -2; c = toupper((unsigned)c); // undefined behavior为32位，则将int值char转换为-2会产生unsigned。然后将其隐式转换为4294967294（参数类型），可能产生int。

-2 可以实施，因此它对负值表现得合理（接受toupper到CHAR_MIN的所有值），但不需要这样做。此外，UCHAR_MAX中的函数需要接受值为<ctype.h>的参数，通常为EOF。

C ++标准对某些C标准库函数进行了调整。例如，-1和其他几个函数被重载版本替换，这些版本强制strchr正确性。对const中声明的函数没有这样的调整。

Answer 2

引用是指可表示的值为unsigned char，而不是 unsigned char。也就是说，如果实际值不在0和UCHAR_MAX之间（通常为255），则行为是不确定的。（或EOF，这基本上是int代替char的原因。）

Answer 3

在C中，toupper（以及许多其他功能）取int s，即使您希望它们采用char s。此外，char在某些平台上签名，在其他平台上签名。

在调用unsigned char之前强制转换为toupper的建议对于C是正确的。~~我认为在C ++中不需要它，只要你传递int即可。范围。~~我找不到任何特定于C ++中是否需要的东西。

如果您想回避问题，请使用toupper defined in <locale>。它是一个模板，采用任何可接受的字符类型。你还必须传递std::locale。如果您不知道要选择哪个区域设置，请使用std::locale("")，它应该是用户首选的区域设置：

#include <algorithm>
#include <iostream>
#include <iterator>
#include <locale>
#include <string>

int main()
{
    std::string name("Bjarne Stroustrup");
    std::string uppercase;

    std::locale loc("");

    std::transform(name.begin(), name.end(), std::back_inserter(uppercase),
                   [&loc](char c) { return std::toupper(c, loc); });

    std::cout << name << '\n' << uppercase << '\n';
    return 0;
}

Answer 4

悲伤的Stroustrup粗心大意:-（
是的，拉丁字母代码应该是非负的（并且不需要演员）...
某些实现正确工作，无需转换为unsigned char ...
根据一些经验，可能需要花费几个小时来找到这种toupper的段错误（当知道有段错误时）...... 还有isupper，islower等

Answer 5

您可以强制转换函数，而不是将参数转换为unsigned char。您需要包含功能标头。这是一个示例代码：

#include <string>
#include <algorithm>
#include <functional>
#include <locale>
#include <iostream>

int main()
{
    typedef unsigned char BYTE; // just in case

    std::string name("Daniel Brühl"); // used this name for its non-ascii character!

    std::transform(name.begin(), name.end(), name.begin(),
            (std::function<int(BYTE)>)::toupper);

    std::cout << "uppercase name: " << name << '\n';
    return 0;
}

输出结果为：

uppercase name: DANIEL BRüHL

正如所料，toupper对非ascii字符没有影响。但这种铸造有利于避免意外行为。

在调用toupper（），tolower（）等之前，是否需要转换为unsigned char？

5 个答案: