使用gcc时，是什么原因导致char被签名或取消签名？

6 回答

• 41

  根据C11标准（阅读n1570）， char 可以是 signed 或 unsigned （所以你实际上有两种口味的C） . 究竟是什么具体的实施 .

  有些processors和instruction set architectures或application binary interfaces赞成 signed 字符（字节）类型（例如因为它很好地映射到某些machine code指令），其他有利于 unsigned .

  gcc 甚至有一些 -fsigned-char 或 -funsigned-char option你几乎不会使用它（因为更改它会破坏calling conventions和ABI中的一些极端情况），除非你重新编译所有内容，包括你的C standard library .

  您可以在Linux上使用feature_test_macros(7)和 <endian.h> （请参阅endian(3)）或autoconf来检测您的系统 .

  在大多数情况下，您应该编写portable C代码，这不依赖于这些内容 . 您可以找到跨平台库（例如glib）来帮助您 .

  BTW gcc -dM -E -x c /dev/null 也给出 __BYTE_ORDER__ 等，如果你想要一个无符号的8位字节，你应该使用 <stdint.h> 及其 uint8_t （更便携，更可读） . 标准limits.h定义 CHAR_MIN 和 SCHAR_MIN 和 CHAR_MAX 和 SCHAR_MAX （你可以比较它们的相等性以检测 signed char 的实现）等等......

  顺便说一下，你应该关心character encoding，但今天的大多数系统都使用UTF-8 everywhere . 像libunistring这样的图书馆很有帮助 . 另请参阅this并记住，实际上UTF-8中编码的Unicode字符可以跨越几个字节（即 char -s） .

  回复于 2024-05-03T16:44:09+08:00
• 1

  默认值取决于平台和本机代码集 . 例如，使用EBCDIC（通常是大型机）的机器必须使用 unsigned char （或者具有 CHAR_BIT > 8 ），因为C标准要求基本代码集中的字符为正，而EBCDIC使用240代码来代表数字0.（C11标准，§6.2 . 5 Types ¶2说：声明为 char 类型的对象足以存储基本执行字符集的任何成员 . 如果基本执行字符集的成员存储在 char 对象中，则其值保证为非负值 . ）

  您可以使用 -fsigned-char 或 -funsigned-char 选项控制GCC使用的符号 . 这是一个好主意是一个单独的讨论 .

  回复于 2024-05-03T16:44:09+08:00
• 7

  字符类型 char 为 signed 或 unsigned ，具体取决于平台和编译器 .

  根据this参考链接：

  C和C标准允许字符类型char有符号或无符号，具体取决于平台和编译器 . 大多数系统，包括x86 GNU / Linux和Microsoft Windows，都使用signed char，但基于PowerPC和ARM处理器的系统通常使用unsigned char . （29）当在具有不同类型默认值的平台之间移植程序时，这会导致意外结果char .

  GCC提供选项 -fsigned-char 和 -funsigned-char 来设置 char 的默认类型 .

  回复于 2024-05-03T16:44:09+08:00
• 12

  至少在x86-64 Linux上，由the x86-64 System V psABI定义

  其他平台将具有类似的ABI标准文档，这些文档指定了允许不同C编译器在调用约定，结构布局和类似内容上彼此一致的规则 . （有关其他x86 ABI文档的链接或其他体系结构的其他位置，请参阅x86标记wiki . 大多数非x86体系结构只有一个或两个标准ABI . ）

  从x86-64SysV ABI：图3.1：标量类型

  C sizeof Alignment AMD64
  （字节）架构

  _Bool * 1 1布尔值

  ---

  char 1 1签名字节
  签名的char

  ---

  unsigned char 1 1无符号字节

  ---

  ...

  ---

  int 4 4签署了4byte
  签名int
  枚举***

  ---

  unsigned int 4 4 unsigned fourbyte

  ---

  ...
  *此类型在C中称为bool . *** C和C的一些实现允许枚举大于int . 底层类型按顺序碰撞到unsigned int，long int或unsigned long int .

  ---

  在这种情况下， char 是否已签名实际上直接影响调用约定，因为根据被调用者原型，clang依赖于当前未记录的需求：narrow types are sign or zero-extended to 32 bit when passed as function args .

  所以对于 int foo(char c) { return c; } ，clang将依赖调用者对arg进行符号扩展 . （code + asm for this and a caller on Godbolt） .

  gcc:
      movsx   eax, dil       # sign-extend low byte of first arg reg into eax
      ret
  
  clang:
      mov     eax, edi       # copy whole 32-bit reg
      ret
  

  ---

  即使除了召唤大会外， C compilers have to agree so they compile inline functions in a .h the same way.

  如果 (int)(char)x 在同一平台的不同编译器中表现不同，则它们实际上不兼容 .

  回复于 2024-05-03T16:44:09+08:00
• 6

  gcc有两个编译时选项来控制 char 的行为：

  -funsigned-char
  -fsigned-char
  

  除非您确切知道自己在做什么，否则不建议使用任何这些选项 .

  默认值取决于平台，并在构建gcc时固定 . 选择它是为了与该平台上存在的其他工具的最佳兼容性 .

  Source .

  回复于 2024-05-03T16:44:09+08:00
• 52

  一个重要的实际注意事项是UTF-8字符串文字的类型（例如 u8"..." ）是 char 的数组，并且必须以UTF-8格式存储 . 基本集中的字符保证等于正整数 . 然而，

  如果任何其他字符存储在char对象中，则结果值是实现定义的，但应在可以在该类型中表示的值范围内 .

  （在C中，UTF-8字符串常量的类型是 const char [] ，并且未指定基本集外部的字符是否具有数字表示 . ）

  因此，如果您的程序需要旋转UTF-8字符串的位，则需要使用 unsigned char . 否则，检查UTF-8字符串的字节是否在某个范围内的任何代码都不可移植 .

  显式转换为 unsigned char* 比编写 char 更好，并期望程序员使用正确的设置进行编译，将其配置为 unsigned char . 但是，您可以使用 static_assert() 来测试 char 的范围是否包括0到255之间的所有数字 .

  回复于 2024-05-03T16:44:09+08:00