安全地将字符转换为整数

Question

当我让 char 保存一些整数(例如 23)，并想将其转换为更大的整数(int)时，我听说可能存在一些问题，因为编译器必须决定是将 char 解释为 signed 还是 unsigned？这是真的？会因此出现问题吗？以及如何避免这种情况？

换句话说(我不确定下面的公式是否等同于上面的公式)，这样的转换会出现什么问题:

   char someCharVal = //...
    int x = someCharVal;

以及如何避免它们？

附言。欢迎“傻瓜”的解释

Answer 1

问题是，简单明了，符号扩展错误地将无符号值视为有符号值。

让我们检查 8 位和 16 位二进制补码中 5 和 -5 的位模式:

      8-bit          16-bit
    =========  ===================
+5  0000 0101  0000 0000 0000 0101
-5  1111 1011  1111 1111 1111 1011

将一个数从 8 位转换为 16 位时，最高位向左扩展。换句话说，8 位数字左边的零位将延伸到 16 位数字的上半部分。

同样，最高位中的一位将向左延伸。

这是 C 扩展其有符号数的方式(无论如何，对于二进制补码，二进制补码和符号幅度编码是另一回事，但现在很少有实现使用它们)。

因此，如果您要将 signed char 转换为 signed int，或将 unsigned char 转换为 unsigned int，没有问题。 C 会给你正确的值。

当您切换到或从 signed 类型切换到其他类型时，问题就存在了。，问题是底层数据的处理方式可能与您预期的不同。

例如，请参见以下代码，具有 8 位 char 和 32 位 int 类型:

#include <stdio.h>

int main (void) {
    printf ("unsigned char  50 -> unsigned int %11u\n", (unsigned char)50);
    printf ("unsigned char -50 -> unsigned int %11u\n", (unsigned char)-50);
    printf ("unsigned char  50 ->   signed int %11d\n", (unsigned char)50);
    printf ("unsigned char -50 ->   signed int %11d\n", (unsigned char)-50);

    printf ("  signed char  50 -> unsigned int %11u\n", (  signed char)50);
    printf ("  signed char -50 -> unsigned int %11u\n", (  signed char)-50);
    printf ("  signed char  50 ->   signed int %11d\n", (  signed char)50);
    printf ("  signed char -50 ->   signed int %11d\n", (  signed char)-50);

    return 0;
}

这个输出显示了各种转换，带有我的注释:

unsigned char  50 -> unsigned int          50
unsigned char -50 -> unsigned int         206 # -50 unsigned is 256-50
unsigned char  50 ->   signed int          50
unsigned char -50 ->   signed int         206 # same as above
  signed char  50 -> unsigned int          50
  signed char -50 -> unsigned int  4294967246 # sign extend, treat as unsigned
  signed char  50 ->   signed int          50                      (2^32 - 50)
  signed char -50 ->   signed int         -50

第一个不寻常的情况是第二行。它实际上采用 signed char -50 位值，将其视为 unsigned char，并将其扩展为 unsigned int，正确保留其无符号值 206。

第二种情况做同样的事情，因为 signed int 能够保存整个范围的 unsigned char 值(在这个实现中)。

第三种不寻常的情况将 -50 扩展为 signed int，然后将底层位模式视为 unsigned int，让您大的正值。

请注意，当值的“符号”不变时，没有问题。

C 标准不强制要求 char 类型默认具有什么符号，它可以是有符号的或无符号的。因此，如果您想要真正可移植的代码，它不应包含任何“裸”char 类型。

如果您想使用带符号的值，请使用带符号的值。这包括显式使用signed char 而不是char。同样，如果您想使用无符号值，请在所有地方使用无符号(包括显式使用 unsigned char)。除非您完全知道会发生什么，否则不要从已签名升级到未签名或反之亦然。