int c = getchar()?

Question

我正在读这本书：《C程序设计语言 - Kernighan和Ritchie著》（第二版），在其中一个例子中，我对事情的运作方式感到困惑。

#include <stdio.h>

#define MAXLINE 1000

int getline(char line[], int maxline);
void copy(char to[], char from[]);

int main(int argc, char *argv[])
{
    int len;
    
    int max;
    char line[MAXLINE];
    char longest[MAXLINE];
    
    max = 0;
    while((len = getline(line, MAXLINE)) > 1)
    {
        if(len > max)
        {
            max = len;
            copy(longest, line);
        }
    }
    if(max > 0)
        printf("%s", longest);
        
    getchar();
    getchar();
    return 0;   
}

int getline(char s[], int lim)
{
    int c, i;
    
    for(i = 0; i < lim - 1 && (c = getchar()) != EOF && c != '\n'; ++i)
        s[i] = c;
    if(c == '\n')
    {
        s[i] = c;
        ++i;     
    }
    s[i] = '\0';
    
    return i;
}

void copy(char to[], char from[])
{
    int i;
    
    i = 0;
    while((to[i] = from[i]) != '\0')
        ++i;
}

在这行代码中：for(i = 0; i < lim - 1 && (c = getchar()) != EOF && c != '\n'; ++i)中，当出现c = getchar()时，如何将一个整数赋值为从命令行输入的字符呢？整数可以，但是我输入的字符是如何存储的呢？

- Rhexis

---

参见 如果使用 char c = getchar() 而不是 int 会发生什么。 - Antti Haapala -- Слава Україні

可能是为什么必须将用于保存getchar返回值的变量声明为int？的重复问题。 - phuclv

一般规则是保留答案最佳的问题。时差并不重要。如何处理重复的问题？ - phuclv

Answer 1

与您可能使用过的其他语言不同，C 中的字符是整数。 char 只是另一种整数类型，通常是 8 位并且比 int 更小，但仍然是整数类型。

因此，在 C 中，您可以使用转换或仅通过赋值来在 char 和其他整数类型之间进行转换，无需像其他语言中那样使用 ord() 和 chr() 函数。

除非出现 EOF，否则 getchar() 被定义为返回 "转换为 int 的无符号 char" (相当于 fgetc)，因此如果有帮助，您可以想象它读取一些字符 c，然后返回 (int)(unsigned char)c。

您可以通过转换或分配将其转换回 unsigned char，并且如果您愿意稍微损失理论上的可移植性，则可以通过转换或将其分配给 char 将其转换为 char。

- Steve Jessop

---

在C语言中，字符和整数可以说是“相同”的。当执行类似于myInt = myChar的操作时，这是因为它们的ASCII值相同。 - Rhexis

@Flyphe：基本上是这样的。就C语言而言，一个字符就是它的数字值。实际上，在C语言中，像'a'这样的字符字面量的类型是int而不是char。这个数字值严格来说并不一定要是ASCII码，C语言实现其实可以使用另一种编码，比如EBCDIC，不过你很少会遇到这种情况。 - Steve Jessop

请注意，char类型是一种独立的类型：最小可能的整数类型，通常为1个字节宽。因此，它不仅用于存储ASCII字母，而且在处理0-255（无符号）或-128到127（有符号）之间的小数字时也经常使用，以节省内存。如果您使用int，则需要2或4个字节而不是1个字节。 - Lundin

Answer 2

getchar() 函数返回一个整数，该整数代表所输入字符的表示形式。如果输入字符A，则返回 'A' 或 0x41（升级为int，当然假设你使用的是ASCII系统）。

它返回int而不是char是因为它需要能够存储任何字符及其结束标识EOF(End of File)。

此外，对于初学者来说，这并不是一本好书。它来自那个效率比可读性和可维护性更重要的时代。

尽管它展示了K&R等人的聪明才智，但您可能应该看一些更适合新手的资料。

无论如何，它的最后一版涵盖了C89，自那以后已经发生了很多变化。我们经历了C99，现在有了C11，但这本书没有更新以反映这些变化，因此它已经非常过时了。

- paxdiablo

---

你能推荐一本现代的 C 语言书籍吗？其实我是指那种具有类似于 K&R 或 SO 上经常回答 C 语言问题的二三十位专家所具备的严谨性，而不是那些普通教科书所能涵盖的内容。 - Steve Jessop

我使用的书没有问题，Dennis Ritchie 创造了 C 语言。跟着内容走相当直接。我相信随着时间的推移，我会掌握并理解所有内容。不过，老实说，这本书对初学者来说很好。 - Rhexis

我不同意：这本书对于初学者并不友好，你应该学习如何编写可读性强、易于维护的代码，而不是像那个例子那样过于复杂的单行代码。一个良好的编译器会给出相同的底层机器码，无论你输入那个怪物代码还是等价的五行优秀源代码。如果你写出像那样的代码，在第一次代码审查中让我知道结果如何吧 :-) - paxdiablo

效率在今天仍然像过去一样重要。鉴于数据规模和计算任务的成本，大多数高性能计算任务需要尽可能利用高效的计算。但无论如何，这只是我的看法。 - xbsd

@xbsd，有些领域仍然需要效率，但现在大多数代码的主要问题是可维护性而不是速度。如果我必须维护这段代码，我宁愿让它易读，即使这意味着代码运行速度慢了3%。今天的编译器已经不是过去“愚蠢”的野兽了 :-) - paxdiablo

Answer 3

C语言中的char类型是8位的，这意味着它可以存储整数范围从（取决于是否带符号，如果没有指定C标准不指定它）-128到127或0到255（255个独立的值; 这是ASCII的范围）。 getchar()返回int，它至少会占用16位（现代计算机通常为32位）。 这意味着它可以存储char的范围以及更多的值。

返回类型为int的原因是当到达输入流的末尾时，将返回特殊值EOF。 如果返回类型为char，则没有办法表明已经遇到了流的结尾（除非它获取指向记录此条件的变量的指针）。

- cdhowie

---

C 字符类型不能保证是有符号的，它很常见地是无符号的。例如，在 ARM 上使用 gcc 和其他编译器时，默认情况下就是无符号的。 - Steve Jessop

据我所知，它也不能保证是无符号的。 - cdhowie

正确，它也不保证是无符号的。它保证与 signed char 和 unsigned char 中的一个具有相同的表示形式，因此其范围与其中一个相同。你只是不能确定它是 -128 到 127。你也不能确定它是8位，但它非常流行是8位，例外是古老的9位主机和一些具有16位或32位字符的DSP芯片。 - Steve Jessop

你不需要发送指针，有feof()和ferror()函数可用，但遗憾的是它们没有快速的宏版本。将字符扩展为int只是为了能够挤入特殊的EOF返回值，这似乎是一个非常糟糕的优化选择，使C语言变得更加复杂和受限制。就像NULL和'\0'结尾的字符串一样。C++修正了EOF/char/int错误：你测试流，而不是“字符”。 - potrzebie

C语言中的char类型不能保证恰好为8位。它保证至少为8位，但CHAR_BIT可能不恰好为8。 - Govind Parmar

Answer 4

现在让我们来玩一场逻辑游戏。

Char也是一种整数类型，其范围比int小，具体为8位，即1字节。众所周知，整数类型包括有符号（默认）和无符号。对于char而言，有符号的范围是-127~128，无符号的范围是0~255。现在我们知道了有符号和无符号char的类型和“能力”。

我们人类理解字符，而计算机只认识二进制序列。因此，各种编程语言必须提供一种模型来处理从字符到二进制序列的转换。ASCII码是映射的标准，在C和许多其他编程语言中应用。它使用0-255来编码基本字符，如0-9、a-z和A-Z，以及常见的特殊字符。

你可能会想unsigned char才是确切的选择。然而，程序应该知道何时停止。最简单的方法是遇到一个特殊值，负值是一个不错的选择，因为更大的正值可能被用于其他语言。最后，C选择了-1，这更常被称为EOF。

现在我们明白了。有符号字符不足以编码ASCII字符，而无符号字符则没有终止值的空间。为了平衡这一点，我们需要更大的范围，即int类型。明白了吗？

感谢@cdhowie的答案，它实际上激发了我。

- Rick

Answer 5

命令行中输入的每个字符（包括数字）都被读取为一个字符，并且每个字符都有一个基于其ASCII代码的整数值http://www.asciitable.com/。

- Matt

---

C标准实际上并不保证ASCII是所使用的字符集，虽然你可能需要走很远的路，甚至去博物馆才能找到一个不使用ASCII的C实现。 - Steve Jessop

是的，但为了简单起见，我认为这已经被假定了。 - Matt

@Steve：嗯，我们每天都在使用EBCDIC的机器上工作。事实上，我敢打赌你所有的银行交易最终都会到达这样的机器。那些令人尊敬的System z大型机，在经过这么多年之后仍在运行着全球金融业务 :-) - paxdiablo

@paxdiablo：太好了，我没有意识到。希望他们不会让人们走进门就开始编写运行银行系统的特定程序。我的观点只是你必须努力摆脱ASCII，这可能不会在你不注意的时候发生。 - Steve Jessop

Answer 6

你的问题已经得到回答。但是还有一件事情需要补充。

由于你将变量c声明为整型，因此很明显你正在使用ASCII值为48-57的0到9之间的值。 所以你只需要在代码中添加一行-

c = c-48。

- Yogeesh Seralathan