首页 文章

使用iostream read和signed char时未定义的行为

提问于
浏览 次
7

我的问题类似于this，但有点具体 . 我正在编写一个函数来读取使用little endian表示的istream中的32位无符号整数 . 在C这样的东西会起作用：

#include <stdio.h>
#include <inttypes.h>

uint_least32_t foo(FILE* file)
{
    unsigned char buffer[4];
    fread(buffer, sizeof(buffer), 1, file);

    uint_least32_t ret = buffer[0];
    ret |= (uint_least32_t) buffer[1] << 8;
    ret |= (uint_least32_t) buffer[2] << 16;
    ret |= (uint_least32_t) buffer[3] << 24;
    return ret;
}

但是，如果我尝试使用 istream 做类似的事情，我会遇到我认为未定义的行为

uint_least32_t bar(istream& file)
{
    char buffer[4];
    file.read(buffer, sizeof(buffer));

    // The casts to unsigned char are to prevent sign extension on systems where
    // char is signed.
    uint_least32_t ret = (unsigned char) buffer[0];
    ret |= (uint_least32_t) (unsigned char) buffer[1] << 8;
    ret |= (uint_least32_t) (unsigned char) buffer[2] << 16;
    ret |= (uint_least32_t) (unsigned char) buffer[3] << 24;
    return ret;
}

它是在签名char的系统上的未定义行为，并且没有't two' s补码且它不能表示数字-128，因此它不能代表256个不同的字符 . 在 foo 中，即使char已签名也会起作用，因为C11标准（草案N1570）的第7.21.8.1节说 fread 使用 unsigned char 而不是 char 并且 unsigned char 必须能够表示0到255（包括0和255）范围内的所有值 .

当尝试读取数字 0x80 时， bar 确实会导致未定义的行为吗？如果是这样，是否仍有使用 std::istream 的变通方法？

Edit: 我所指的未定义行为是由 istream::read 引入 buffer 而不是从缓冲区转换为unsigned char . 例如，如果它是符号幅度的机器并且char被签名则则0x80为负0，但是负0和正0必须始终根据标准进行比较 . 如果是这种情况，那么只有255个不同的签名字符，你不能用char表示一个字节 . 强制转换是有效的，因为在转换为无符号时，它总是将 UCHAR_MAX + 1 添加到负数（草案C 11标准N3242的第4.7节） .

c++

1 回答

  • 3

    我想我有答案： bar 不会导致未定义的行为 .

    在question的接受答案中，R ..说：

    在非二进制补码系统上，signed char不适合访问对象的表示 . 这是因为有两个可能的带符号的char表示具有相同的值（0和-0），或者一个没有值的表示（陷阱表示） . 在任何一种情况下，这都会阻止您对对象的表示执行最有意义的操作 . 例如，如果你有一个16位无符号整数0x80ff，作为有符号字符的一个或另一个字节将陷阱或比较等于0.注意在这样的实现（非二进制补码）， plain char需要定义为无符号类型，以便通过char访问对象的表示以使其正常工作 . 虽然没有明确的要求，但我认为这是从标准中的其他要求中得出的要求 .

    这似乎是这种情况，因为C11（N3242草案）第3.9节第2段说：

    对于普通可复制类型T的任何对象（基类子对象除外），无论对象是否包含类型T的有效值，组成对象的基础字节（1.7）都可以复制到char数组中或unsigned char . 如果将char或unsigned char数组的内容复制回对象，则该对象应随后保持其原始值 .

    如果 char 已签名并且具有某个值的多个对象表示（例如符号幅度为0），那么如果将对象复制到char数组然后返回到对象中，则可能后面的字段可能没有相同的值，因为char数组可能会更改到不同的对象表示 . 这与上面的引用相矛盾，因此如果机器的 signed char 具有相同值表示的多个对象表示，则 char 必须是无符号的（例如，在符号值机器上，0x80和0x00都表示0） . 这意味着 bar 是已定义的行为，因为它是未定义行为的唯一情况将要求 char 已签名且具有奇数表示，将不满足标准的上述引用 .

    回复于

相关问题