混淆理解 K&R 的“The C Programming Language”中关于 char 和 int 类型的段落 [重复]答案

【问题标题】：Confused understanding a passage about char and int types from K&R's "The C Programming Language" [duplicate]混淆理解 K&R 的“The C Programming Language”中关于 char 和 int 类型的段落 [重复]
【发布时间】：2013-12-30 15:43:43
【问题描述】：

关于第 1 章中的这段话：Kernighan 和 Ritchie 的教程介绍：C 编程语言（我已将需要澄清的具体部分加粗，并在下面详细说明）：

使用 getchar 和 putchar，您可以编写大量有用的代码，而无需了解更多有关输入和输出的信息。最简单的示例是一个程序，它一次将其输入复制到其输出一个字符：读一个字符 while（字符不是文件结束指示符）输出刚刚读取的字符读取一个字符将其转换为 C 给出：

#include <stdio.h>
/* copy input to output; 1st version */ main()
{
       int c;
       c = getchar();
       while (c != EOF) {
           putchar(c);
           c = getchar();
       }
}

关系运算符 != 表示“不等于”。当然，在键盘或屏幕上看起来是一个字符，就像其他所有东西一样，在内部存储为位模式。 char 类型专门用于存储此类字符数据，但可以使用任何整数类型。我们使用 int 是出于一个微妙但重要的原因。

问题在于将输入的结尾与有效数据区分开来。解决方案是当没有更多输入时，getchar 返回一个独特的值，该值不能与任何真实字符混淆。这个值称为 EOF，表示“文件结束”。我们必须将 c 声明为一个大到足以容纳 getchar 返回的任何值的类型。我们不能使用 char，因为除了任何可能的 char 之外，c 必须足够大以容纳 EOF。因此我们使用 int。

我的理解是 Char 是 Int 的一种类型，只是它更小（就像其他语言中的 Int16、Int32、Int64 一样，但可以表示数字的大小）。

我知道每个字符都可以用一个 Char 类型的整数来表示，那么为什么 EOF 值不能用 Char 来表示呢？是不是因为 Char 类型中的每一个整数都已被计算在内，而对于数据类型来说，再多一个数字也太大了？

对我的知识的任何解释或更正将不胜感激。

【问题讨论】：

FWIW，K&R 不是一本从 21 世纪学习 C 的好书。它充满了神秘的单行代码而不是可维护的代码，以及不推荐使用的东西，比如没有原型的函数（例如你引用的例子。）
@OliCharlesworth 你会推荐什么书/网站？
stackoverflow.com/questions/562303/…
@OliCharlesworth 您所说的 K&R 是否适用于两个版本，还是仅适用于第一个版本？
@DennisMeng：不确定，TBH。

标签： c types kernighan-and-ritchie

【解决方案1】：

是不是因为 Char 类型中的每一个整数都已经被计算在内，而对于数据类型来说，再多一个数字也太大了？

是的，完全正确。更具体地说，整个想法是将EOF 定义为一个可以与getchar 可能从文件中检索到的任何值区分开来的值。由于您可以将char 的任何可能值写入文件，因此您也可以从文件中读取char 的任何可能值。要让EOF 正确完成其工作，它必须不同于任何可能已写入/读取文件的值。为此，它必须是一个不适合 char 的值。

【讨论】：

所以如果一个普通的 Int 是 32 位，2^32，并且一个 Char 是相同的类型，除了 8 位版本：2^8 = 256，这是否意味着 0 到 256 的每个数字代表一个字符，并且没有更多/少于那些？而且它之所以称为 Char 类型，是因为它代表字符，并且可以很容易地称为 Int8 吗？我只是想确保我正确理解了所有这些内容。
@nf7：有一个小小的警告，是的。需要注意的是，范围是 0 到 255，而不是 0 到 256。事实上，不少库（例如 Boost，至少一次）定义了 int8_t 类似：typedef char int8_t;
最后一个数字被省略是否有特定原因？最后一个数字是否允许其他数据类型/大小的可接受值？
@nf7 256 不能用 8 位表示。二进制格式为100000000。
@JerryCoffin 还有一个更重要的警告，如果字符集这样说，每个字节只代表一个字符。例如，UTF-8 可以用 2、3 或 4 个字节来表示一个字符。

【解决方案2】：

C 标准确实保证 getchar() 的返回值是有效字符或不同的代码。 EOF，不是有效字符的代码。 EOF 扩展为整数常量表达式，类型为 int，可能为负值。

【讨论】：

【解决方案3】：

问题是“C”标准没有指定“char”的符号性。因此，虽然现代实现可能会提供“签名”和“无符号”字符；早期的标准实际上发生了变化（至少两次）。该标准还指定（自 1989 年以来），EOF 具有的任何值；这是负面的。

【讨论】：

@JerryCoffin 你确定吗？它总是在char 的范围之外，但我隐约记得一些实现返回值257（我认为是摩托罗拉MVM Unix）。
@JerryCoffin C89ANSI X3.159-1989 §4.9.1 "EOF - 扩展为一个负整数常量表达式，由多个函数返回以指示文件结束，即，不再有来自流的输入；"
我相信 char 和 int 具有相同的范围是合法的，前提是实现不允许文件包含代表 EOF 的 char 值。在此类实现中，必须对 char 进行签名，以确保每个 char 都可以表示为 int。

【解决方案4】：

EOF 真正的意思是没有字符，因此它不能是一个普通字符。虽然可以选择从char 的范围中挑选出一个值来标记这个特定的值，但是拥有一个超出范围的值允许在char 为8 位的任何平台中管理256 个唯一有效的字符。为了能够保存超出范围的值，该函数必须使用整数类型，该类型可以表示char 中的所有值以及至少一个以上。

【讨论】：

【解决方案5】：

char 类型可以是有符号的或无符号的，具体取决于实现，但 EOF 通常定义为 -1。如果char 是无符号的，则它不能表示-1 的值，因此getchar() 被定义为返回一个int，它在无限制时总是有符号的，因此可以表示char 的所有可能值和代表-1（EOF）。

分享和享受。

【讨论】：

【解决方案6】：

我的理解是 Char 是 Int 的一种类型，只是它更小

是的。

我知道每个字符都可以用一个 Char 类型的整数来表示，那么为什么 EOF 值不能用 Char 来表示呢？是不是因为 Char 类型中的每一个整数都已被计算在内，而对于数据类型来说，再多一个数字也太大了？

是的。

【讨论】：

【解决方案7】：

如果您查看 getchar 的手册页，您可以阅读，

getchar() 等价于 getc(stdin)

getc() 等价于 fgetc() 不同之处在于它可以实现为一个多次计算流的宏。

fgetc() 从流中读取下一个字符并将其返回为将 unsigned char 强制转换为 int，或文件末尾的 EOF 或错误。

提纲提要

SYNOPSIS
   #include <stdio.h>

   int fgetc(FILE *stream);

因此 c 应该声明为 int。

【讨论】：

【解决方案8】：

通过使 EOF 超出可能的字符范围，示例代码将成功复制任何（“二进制”）数据。 EOF 不可能是数据中间的有效值。
最好的 C 语言书籍是 Harbison 和 Steele，C: A Reference Manual。而且我都用过。

【讨论】：