在 C 中处理超过 127 的字符值答案

【问题标题】：Dealing with char values over 127 in C在 C 中处理超过 127 的字符值
【发布时间】：2016-02-04 19:16:26
【问题描述】：

我是 C 编程的新手，我在尝试在 char 数组中分配超过 127 (0x7F) 的值时遇到了一些问题。在我的程序中，我使用通用二进制数据，将先前获取的字节流（例如，使用 fopen 或 fgets，然后使用一些按位运算处理）打印为 %c 或 %d 没有任何问题。
但如果我尝试从它的数值中打印一个字符，如下所示：

printf("%c\n", 128);

它只打印 FFFD（替换字符）。
这是另一个示例：

char abc[] = {126, 128, '\0'}; // Manually assigning values
printf("%c", abc[0]); // Prints "~", as expected
printf("%c", 121); // Prints "y"
pritf("%c", abc[1]; // Should print "€", I think, but I get "�"

我有点困惑，因为我可以通过这些方式打印低于 128 的每个字符。
我问这个的原因是因为我需要使用 rand( ) 函数。
这是一个例子：

char abc[10];
srand(time(NULL));
abc[0] = rand() % 256; // Gives something between 00:FF ...
printf("%c", abc[0]); // ... but I get "�"

如果这有帮助，源代码以 UTF-8 编码，但更改编码没有任何效果。

【问题讨论】：

我不明白你的意思 printf("%c\n", 128); 只是返回 FFFD（替换字符）。 函数 printf 返回打印的字符数。
@WeatherVane 对不起，我的意思是它在屏幕上打印替换字符，而不是作为返回值。已编辑
程序之外的其他东西必须生成那个“替换字符”。当我运行你的程序时，它会打印一个值为0x80的字符。

标签： c character-encoding char

【解决方案1】：

在 C 中，char 与 unsigned char 和 signed char 是不同的类型。它的范围为CHAR_MIN 到CHAR_MAX。然而，它与unsigned char/signed char 之一具有相同的范围。通常这些是 8 位类型，但可能更多。见CHAR_BIT。所以典型的范围是[0 to 255]或[-128 to 127]

如果char 没有签名，abc[1] = 128 就可以了。如果 char 已签名，则 abc[1] = 128 是实现定义的（见下文）。典型的 I-D 是abc[1]，其值为-128。

printf("%c\n", 128); 会将 int 值 128 发送到 printf()。 "%c" 将该值转换为 unsigned char。到目前为止没有问题。输出上出现的内容取决于输出设备如何处理代码 128。也许是 Ç，也许是别的东西。

printf("%c", abc[1]; 将发送 128 或者是 I-D。如果发送了 I-D 和 -128，则将 -128 转换为 unsigned char 是 128，然后再次打印 128 的代码。

如果输出设备需要 UTF8 序列，则以代码 128 开头的 UTF8 序列是无效的（它是一个意外的继续字节），许多此类系统将打印替换字符，即 unicode FFFD。

将 signed char 范围之外的值转换为 char 调用：

新类型是有符号的，值不能在其中表示；无论是结果是实现定义的或引发了实现定义的信号。 C11dr §6.3.1.3 3

【讨论】：

谢谢。原来终端正在打印FFFD，因为它是无效的UTF-8，同时强制输出例如ISO-8859-1 给出了预期的结果，就像@KeithThompson 猜测的那样。除此之外，我完全不知道 signed char 的 UB 大于 127，因为我的系统显然将 char 转换为正确的类型，但这不是我应该依赖的东西。
我认为这是“实现定义的行为”而不是“未定义的行为”。 CISO/IEC9899:201x 6.3.1.3.3：“否则，新类型是有符号的，并且值不能在其中表示；结果要么是实现定义的，要么是产生实现定义的信号。”
@Adrian McCarthy 同意。答案已修改。
pritf("%c", abc[1]; - pritf 附近打印错误
@SetiVolkylany 已编辑

【解决方案2】：

首先，让我告诉你，char 的签名是由实现定义的。

如果您必须处理超过 127 的 char 值，您可以使用 unsigned char。它可以处理0-255。

此外，您应该使用%hhu 格式说明符来打印unsigned char 的值。

【讨论】：

【解决方案3】：

如果您正在处理字节，请使用 unsigned char 而不是 char 作为您的数据类型。

关于打印，您可以以十六进制而不是十进制或字符形式打印字节：

printf("%02X", abc[0]);

您可能不想将这些字节打印为字符，因为您很可能会处理 UTF-8 字符编码，而这似乎不是您想要的。

【讨论】：