Question

如果C中的char（使用gcc）是签名还是未签名，会导致什么？我知道标准并没有规定另一个标准，我可以从limits.h检查CHAR_MIN和CHAR_MAX但是我想知道在使用gcc时触发一个是什么< / p>

如果我从libgcc-6读取limits.h，我发现有一个宏__CHAR_UNSIGNED__定义了一个＆＃34;默认＆＃34; char签名或未签名但我不确定这是否由编译器在（他）的构建时间设置。

我尝试用

列出GCC预定义的makros

$ gcc -dM -E -x c /dev/null | grep -i CHAR
#define __UINT_LEAST8_TYPE__ unsigned char
#define __CHAR_BIT__ 8
#define __WCHAR_MAX__ 0x7fffffff
#define __GCC_ATOMIC_CHAR_LOCK_FREE 2
#define __GCC_ATOMIC_CHAR32_T_LOCK_FREE 2
#define __SCHAR_MAX__ 0x7f
#define __WCHAR_MIN__ (-__WCHAR_MAX__ - 1)
#define __UINT8_TYPE__ unsigned char
#define __INT8_TYPE__ signed char
#define __GCC_ATOMIC_WCHAR_T_LOCK_FREE 2
#define __CHAR16_TYPE__ short unsigned int
#define __INT_LEAST8_TYPE__ signed char
#define __WCHAR_TYPE__ int
#define __GCC_ATOMIC_CHAR16_T_LOCK_FREE 2
#define __SIZEOF_WCHAR_T__ 4
#define __INT_FAST8_TYPE__ signed char
#define __CHAR32_TYPE__ unsigned int
#define __UINT_FAST8_TYPE__ unsigned char

但无法找到__CHAR_UNSIGNED__

背景：我在两台不同的机器上编译了一些代码：

台式电脑：

Debian GNU / Linux 9.1（拉伸）
gcc版本6.3.0 20170516（Debian 6.3.0-18）
Intel（R）Core（TM）i3-4150
libgcc-6-dev：6.3.0-18
char已签名

Raspberry Pi3 ：

Raspbian GNU / Linux 9.1（拉伸）
gcc版本6.3.0 20170516（Raspbian 6.3.0-18 + rpi1）
ARMv7 Processor rev 4（v7l）
libgcc-6-dev：6.3.0-18 + rpi
char未签名

所以唯一明显的区别是CPU架构......

Answer 1

根据C11标准（阅读n1570），char可以是signed或unsigned（因此您实际上有两种C语言）。究竟是什么具体的实施。

某些processors和instruction set architectures或application binary interfaces支持signed字符（字节）类型（例如，因为它很好地映射到某些machine code指令），其他赞成unsigned一个。

gcc甚至有一些-fsigned-char或-funsigned-char option你几乎不会使用它们（因为更改它会破坏calling conventions和ABI中的一些极端情况）除非您重新编译所有内容，包括C standard library。

您可以在Linux上使用feature_test_macros(7)和<endian.h>（请参阅endian(3)）或autoconf来检测您的系统。

在大多数情况下，您应该编写portable C代码，这不依赖于这些内容。您可以找到跨平台的库（例如glib）来帮助您。

BTW gcc -dM -E -x c /dev/null也提供__BYTE_ORDER__等，如果你想要一个无符号的8位字节，你应该使用<stdint.h>及其uint8_t（更便携，更可读）。标准limits.h定义CHAR_MIN和SCHAR_MIN以及CHAR_MAX和SCHAR_MAX（您可以将它们进行比较，以便检测signed char的实现），等等...

顺便说一下，你应该关心character encoding，但今天的大多数系统都使用UTF-8 everywhere。像libunistring这样的图书馆很有帮助。另请参阅this并记住，实际上Unicode中编码的UTF-8字符可以跨越几个字节（即char - s）。

Answer 2

默认值取决于平台和本机代码集。例如，使用EBCDIC（通常是大型机）的机器必须使用unsigned char（或具有CHAR_BIT > 8），因为C标准要求基本代码集中的字符为正，而EBCDIC使用240代码作为数字0 。（C11标准，§6.2.5类型¶2说：声明为类型char的对象足够大，可以存储基本执行字符集的任何成员。基本执行字符集的成员存储在char对象中，其值保证为非负值。）

您可以使用-fsigned-char或-funsigned-char选项控制GCC使用的标志。这是一个好主意是一个单独的讨论。

Answer 3

字符类型char为signed或unsigned，具体取决于平台和编译器。

根据this参考链接：

C和C ++标准允许字符类型char 签名或   未签名，，具体取决于平台和编译器。

大多数系统，包括 x86 GNU / Linux和Microsoft Windows，都使用签名字符，

但   基于 PowerPC和ARM处理器的那些通常使用无符号   char 。（29）

移植程序时可能会导致意外结果   在具有不同的char类型默认值的平台之间。

GCC提供选项-fsigned-char和-funsigned-char来设置默认类型char。

Answer 4

至少在x86-64 Linux上，它由the x86-64 System V psABI

定义

其他平台将有类似的ABI标准文档，这些文档指定了允许不同C编译器在调用约定，结构布局和类似内容上彼此一致的规则。（有关其他x86 ABI文档的链接或其他体系结构的其他位置，请参阅x86标记wiki。大多数非x86体系结构只有一个或两个标准ABI。）

来自x86-64 SysV ABI：图3.1：标量类型

   C            sizeof      Alignment       AMD64
                            (bytes)         Architecture

_Bool*          1             1              boolean
-----------------------------------------------------------
char            1             1              signed byte
signed char
---------------------------------------------------------
unsigned char   1             1              unsigned byte
----------------------------------------------------------
...
-----------------------------------------------------------
int             4             4              signed fourbyte
signed int
enum***
-----------------------------------------------------------
unsigned int    4             4              unsigned fourbyte
--------------------------------------------------------------
...

*此类型在C ++中称为bool。

*** C ++和C的一些实现允许枚举大于一个 INT。底层类型碰到unsigned int，long int或 unsigned long int，按顺序。

在这种情况下，char是否已签名实际上直接影响调用约定，因为根据被调用者原型，clang依赖于当前未记录的需求：narrow types are sign or zero-extended to 32 bit when passed as function args。

因此对于int foo(char c) { return c; }，clang将依赖调用者来对arg进行符号扩展。（code + asm for this and a caller on Godbolt）。

gcc:
    movsx   eax, dil       # sign-extend low byte of first arg reg into eax
    ret

clang:
    mov     eax, edi       # copy whole 32-bit reg
    ret

即使除了调用约定之外， C编译器也必须同意，因此他们以.h以相同的方式编译内联函数。

如果(int)(char)x在同一平台的不同编译器中表现不同，则它们实际上并不兼容。

Answer 5

gcc有两个编译时选项来控制char的行为：

-funsigned-char
-fsigned-char

除非您确切知道自己在做什么，否则不建议使用任何这些选项。

默认值取决于平台，并在构建gcc时固定。选择它是为了与该平台上存在的其他工具的最佳兼容性。

Source

Answer 6

一个重要的实际注意事项是UTF-8字符串文字的类型（例如u8"..."）是char的数组，并且必须以UTF-8格式存储。基本集中的字符保证等于正整数。然而，

如果任何其他字符存储在char对象中，则结果值是实现定义的，但应在可以在该类型中表示的值范围内。

（在C ++中，UTF-8字符串常量的类型为const char []，并且未指定基本集外的字符是否具有数字表示。）

因此，如果您的程序需要旋转UTF-8字符串的位，则需要使用unsigned char。否则，任何检查UTF-8字符串字节是否在某个范围内的代码都不可移植。

最好显式转换为unsigned char*而不是编写char，并期望程序员使用正确的设置进行编译，以将其配置为unsigned char。但是，您可以使用static_assert()来测试char的范围是否包含0到255之间的所有数字。

使用gcc时，是什么原因导致char被签名或取消签名？

6 个答案: