Question

自：

man strchr

char * strchr（const char * s，int c）;

strchr（）函数返回指向字符串s中第一次出现的字符c的指针。

这里“字符”表示“字节”;这些函数不适用于宽字符或多字节字符。

但是，如果我尝试搜索像é这样的多字节字符（UTF-8中的0xC3A9）：

const char str[] = "This string contains é which is a multi-byte character";
char * pos = strchr(str, (int)'é');
printf("%s\n", pos);
printf("0x%X 0x%X\n", pos[-1], pos[0]);

我得到以下输出：

是一个多字节字符

0xFFFFFFC3 0xFFFFFFA9

尽管有警告：

警告：多字符字符常量[-Wmultichar]

所以这是我的问题：

这意味着什么strchr不能用于多字节字符？（似乎可以工作，前提是int类型足够大，可以包含多达4个字节的多字节）
如何摆脱警告，即如何安全地恢复多字节值并将其存储在int中？
为何选择前缀0xFFFFFF？

Answer 1

strchr()似乎只适用于您的多字节字符。

内存中的实际字符串是

... c，o，n，t，a，i，n，s，＆＃39; ＆＃39;，0xC3,0xA9，＆＃39; ＆＃39;，w ...

当您致电strchr()时，您实际上只搜索0xA9，这是低8位。这就是为什么pos[-1]具有多字节字符的第一个字节的原因：它在搜索过程中被忽略了。

您的系统上已对char进行了签名，这就是为什么您的字符在打印出来时会进行符号扩展（0xFFFFFF）。

至于警告，似乎编译器试图告诉你，你正在做一些奇怪的事情，你就是这样。不要忽视它。

Answer 2

这就是问题所在。它似乎工作。首先，如果你在其中放入多字节字符，它完全取决于编译器在字符串中放置的内容，如果它确实根本编译它。显然你很幸运（对于幸运的一些恰当的解释），因为它已经填充了你的字符串

.... c3, a9, ' ', 'w', etc

并且您正在寻找c3a9，因为它可以很容易地找到它。 strchr的手册页说：

strchr（）函数返回指向字符串s中第一次出现的c（转换为char）的指针

所以你将c3a9传递给它，它被转换为值{a9'的char。它找到a9字符，然后返回指向它的指针。

ffffff前缀是因为您输出的是有符号字符作为32位十六进制数字，因此它会为您扩展它。这是预期的。

问题在于“未定义的行为”就是这样。它几乎可以正常工作。它可能不会，视情况而定。

而且差不多了。你没有获得指向多字节字符的指针，你得到一个指向它中间的指针，（我很惊讶你把它解释为工作）。如果多字节字符已经评估为0xff20，那么你会被指向字符串中较早的某个位置。

为什么`strchr`似乎与多字节字符一起工作，尽管手册免责声明？

2 个答案: