C 编程语言第二版 K&R 的第 1 章 1.5.1 中的示例，[重复]答案

【问题标题】：Example in Chapter 1, 1.5.1, of The C Programming Language Second edittion K&R, [duplicate]C 编程语言第二版 K&R 的第 1 章 1.5.1 中的示例，[重复]
【发布时间】：2016-12-04 07:25:24
【问题描述】：

int c;

while ((c = getchar()) != EOF)
    putchar(c);

"这个值叫做 EOF，代表“文件结束”。我们必须声明 c 是一个足够大的类型，除了任何可能的字符外，还可以容纳 EOF。因此我们使用 int。”

如果我错了，请纠正我：

（有符号）字符 = [-128。 +127]
无符号字符 = [0, 255]
EOF = -1

当我在上述程序中将int 替换为char 时，它似乎按预期工作，但经过一些研究我发现它不是因为变量c 不能存储-1 又名EOF （尽管使用char）。

我还是运行它并试图让它崩溃，我试图输入负数，如 -1，但它不起作用。我相信这是因为它被解释为 2 个不同的字符 - 和 1。我试过ÿ，这是根据http://ascii-code.com/对应ascii值255的字符，那么上面的程序（使用char而不是int）会因为什么输入而崩溃？

（仅供参考，我使用的是 64 位 fedora Linux）

【问题讨论】：

你认为它为什么会崩溃？
Correct me if i am wrong: - 你错了。交换 signed 和 unsigned 范围。正如奥拉夫所说。
SCHAR_MIN，signed char 的下限，通常是 -128，而不是 -127。这适用于CHAR_BIT==8 的 2 补码实现。其他值是可能的。普通的char 可以是签名的也可以是未签名的；它与signed char 或unsigned char 具有相同的范围和表示，但它仍然是一个不同的类型。
你对char 和unsigned char 的看法是错误的——unsigned char 的可能值是 0 - 255，而（有符号）char 的值可以是 -128 到 127。
@KeithThompson：如果我们交换 signed 和 unsigned 范围，这些是最小范围。仍然不确定 OP 的问题是什么。

标签： c char int ascii eof

【解决方案1】：

之前在其他答案中已经解释过了，但有时找到重复比给出答案更难。

普通的char 类型可以是有符号或无符号的。

getchar() 函数返回 EOF 或 ...将该字符作为 unsigned char 转换为 int...（引用 fgetc() 的标准，但它适用于 @987654326 @也是）。

如果你有一个无符号的纯 char 类型，那么赋值将生成一个值 0..255，然后将其提升为 int 以与 EOF 进行比较，因为没有任何值 0..255是否定的，测试将始终失败——并且循环不会停止，直到您通过其他方式（中断、重新启动等）终止程序。

如果您有带符号的纯 char 类型，则分配将同时处理一个有效字符（通常是 ÿ — U+00FF，带分音符号的拉丁小写字母 Y，如果您使用的是单字节代码集，例如ISO 8859-15) 和 EOF 标记为 EOF，因此循环可能会在某些文件上过早终止。

所以，取决于机器，循环：

char c;

while ((c = getchar()) != EOF)
    ;

可能是无限循环，也可能在某些数据文件的 EOF 之前终止。两者都不是正确的行为——而且这两种行为都不是崩溃。（问题中的代码不会崩溃。）将c 的类型更改为int 可以可靠且可移植地修复这两个问题。

请注意，如果您使用的是 UTF-8 语言环境，则不会生成十六进制 0xFF 字节；这不是 UTF-8 中的有效字节（U+00FF 在 UTF-8 中被编码为两个字节 0xC3 0xBF）。

【讨论】：

非常好的答案。使用int c 的另一个好处涉及后续使用is...() 函数，如isspace()，它期望值在unsigned char/EOF 的相同范围内。代码可以使用isspace(c)。使用char c，代码应使用isspace((unsigned char)c) 以避免UB。

【解决方案2】：

在 C char 中它可能崩溃的原因没有指定为有符号或无符号。它可以在您的机器上运行良好，但在其他机器上可能会失败。还有getchar()函数返回int值，所以你应该使用int变量来获取这个返回值。

【讨论】：

为什么char被签名或未签名会导致崩溃？