Question

我正在玩unicode字符（不使用wchar_t支持）只是为了好玩。我只使用常规字符数据类型。我注意到，当它们以十六进制打印时，它们显示的是完整的4个字节而不是仅仅一个字节。

对于前。考虑这个c文件：

#include <stdio.h>
#include <stdlib.h>

int main(void)
{
    char *s = (char *) malloc(100);
    fgets(s, 100, stdin);
    while (s && *s != '\0') {
            printf("%x\n", *s);
            s++;
    }
    return 0;
}

用gcc编译并输入'cent'符号（hex：c2 a2）后，我得到以下输出

$ ./a.out
¢
ffffffc2: ?
ffffffa2: ?
a:

因此，不仅仅打印c2和a2，我得到了整个4个字节，就像它是一个int类型一样。

这是否意味着char的长度不是1字节，ascii使它看起来像1字节？

Answer 1

也许上面三个字节变成0xFFFFFF的原因需要更多解释？

由于符号扩展，为* s打印的值的高三个字节的值为0xFF。

传递给printf的char值在调用int之前会扩展为printf。

这是由于C的默认行为。

如果没有signed或unsigned，编译器可以默认将char解释为signed char或unsigned char。除非使用命令行选项或编译指示明确更改，否则它始终是一个或另一个。在这种情况下，我们可以看到它是signed char。

在没有更多信息（原型或演员表）的情况下，C传递：

int，因此char，short，unsigned char unsigned short会转换为int。它永远不会传递char，unsigned char，signed char，作为单个字节，它总是传递int。
unsigned int与int的大小相同，因此值不会更改

编译器需要决定如何将较小的值转换为int。

signed值：int的高位字节是从较小的值扩展的符号，有效地复制顶部符号位向上以填充int。如果较小的有符号值的最高位为0，则高位字节用0填充。如果较小的有符号值的最高位为1，则高位字节用1填充。因此printf（“％x”，* s ）打印ffffffc2
unsigned值未进行符号扩展，int的高位字节为“零填充”

因此，C可以在没有原型的情况下调用函数（尽管编译器通常会对此进行警告）

所以你可以写，并期望这个运行（虽然我希望你的编译器发出警告）：

/* Notice the include is 'removed' so the C compiler does default behaviour */
/* #include <stdio.h> */

int main (int argc, const char * argv[]) {
    signed char schar[] = "\x70\x80";
    unsigned char uchar[] = "\x70\x80";

    printf("schar[0]=%x schar[1]=%x uchar[0]=%x uchar[1]=%x\n", 
            schar[0],   schar[1],   uchar[0],   uchar[1]);
    return 0;
}

打印：

schar[0]=70 schar[1]=ffffff80 uchar[0]=70 uchar[1]=80

我的（Mac的gcc）编译器将char值解释为signed char，因此编译器生成代码以将char扩展为int 在 printf调用之前。

如果签名的char值设置了顶部（符号）位（\ x80），则转换为int符号会扩展char值。符号扩展用1填充高位字节（在这种情况下是3个字节以产生4个字节int），由printf打印为ffffff80

如果签名的char值的顶部（符号）位清除（\ x70），则转换为int仍然符号会扩展char值。在这种情况下，符号为0，因此符号扩展名用0填充高位字节，由printf打印为70

我的示例显示了值为unsigned char的情况。在这两种情况下，值不会符号扩展，因为值为unsigned。相反，它们使用0填充扩展为int。它可能看起来像printf只打印一个字节，因为该值的相邻三个字节将为0.但它打印整个int，它发生的值是0x00000070和0x00000080，因为unsigned char价值转换为 int没有符号扩展名。

您可以强制printf仅使用合适的格式（％hhx）打印int的低字节，因此这只会正确打印原始字符中的值：

/* Notice the include is 'removed' so the C compiler does default behaviour */
/* #include <stdio.h> */

int main (int argc, const char * argv[]) {
    char schar[] = "\x70\x80";
    unsigned char uchar[] = "\x70\x80";

    printf("schar[0]=%hhx schar[1]=%hhx uchar[0]=%hhx uchar[1]=%hhx\n", 
           schar[0],   schar[1],   uchar[0],   uchar[1]);
    return 0;
}

打印：

schar[0]=70 schar[1]=80 uchar[0]=70 uchar[1]=80

因为printf解释％hhx将int视为unsigned char。这并没有改变在调用printf之前将char符号扩展为int的事实。它只是一种告诉printf如何解释int内容的方法。

在某种程度上，对于signed char *schar，%hhx的含义看起来有些误导，但'％x'格式无论如何都将int解释为unsigned，并且我的printf）没有格式打印十六进制用于签名值（恕我直言，这将是一个令人困惑的）。

可悲的是，ISO / ANSI / ...没有自由发布我们的编程语言标准，所以我不能指出规范，但搜索网络可能会出现工作草案。我没有试过找到它们。我推荐Samuel P. Harbison和Guy L. Steele撰写的“C：A参考手册”作为ISO文件的更便宜的替代品。

HTH

Answer 2

没有。 printf是一个变量参数函数，变量参数函数的参数将被提升为int。在这种情况下，char是负数，因此它会被符号扩展。

Answer 3

%x告诉printf要打印的值是无符号int。因此，它会将char提升为unsigned int，根据需要进行扩展，然后打印出结果值。

是否使用gcc在内部使用相同的位表示int和char？

3 个答案: