C代码在查找时与C++不同

Question

我有以下代码块（不是由我编写）用于进行ASCII字符到EBCDIC的映射和重新编码。

// Variables.
CodeHeader* tchpLoc = {};
...
memset(tchpLoc->m_ucpEBCDCMap, 0xff, 256);
for (i = 0; i < 256; i++) {
    if (tchpLoc->m_ucpASCIIMap[i] != 0xff) {
        ucTmp2 = i;
        asc2ebn(&ucTmp1, &ucTmp2, 1);
        tchpLoc->m_ucpEBCDCMap[ucTmp1] = tchpLoc->m_ucpASCIIMap[i];
    }
}

< p > CodeHeader 的定义如下：

typedef struct {
    ...
    UCHAR* m_ucpASCIIMap; 
    UCHAR* m_ucpEBCDCMap; 
} CodeHeader;

我遇到问题的方法是

void asc2ebn(char* szTo, char* szFrom, int nChrs)
{
    while (nChrs--)
        *szTo++ = ucpAtoe[(*szFrom++) & 0xff];
}

[注意，unsigned char数组ucpAtoe[256]的内容已在问题末尾附上以供参考]。

现在，我有一个旧的C应用程序和我的C++11转换并行运行，这两个代码都会写入一个巨大的.bin文件，但存在微小的差异，我已经追踪到以上代码。对于两种代码，发生的情况是：

...
    if (tchpLoc->m_ucpASCIIMap[i] != 0xff) {
        ucTmp2 = i;
        asc2ebn(&ucTmp1, &ucTmp2, 1);
        tchpLoc->m_ucpEBCDCMap[ucTmp1] = tchpLoc->m_ucpASCIIMap[i];
    }

i = 32被输入，asc2ebn方法返回ucTmp1为64或'@'，对于C和C++变体都是如此。下一个输入是i = 48，对于这个值，asc2ebn方法将ucTmp1返回为240或'ð'，而C++代码将ucTmp1返回为-16或'ð'。我的问题是为什么这个查找/转换会为完全相同的输入和查找数组（以下是复制的）产生不同的结果？在这种情况下，旧的C代码被认为是正确的，因此我希望C++能够为这个查找/转换产生相同的结果。谢谢你的时间。

static UCHAR ucpAtoe[256] = {
    '\x00','\x01','\x02','\x03','\x37','\x2d','\x2e','\x2f',/*00-07*/
    '\x16','\x05','\x25','\x0b','\x0c','\x0d','\x0e','\x0f',/*08-0f*/
    '\x10','\x11','\x12','\xff','\x3c','\x3d','\x32','\xff',/*10-17*/
    '\x18','\x19','\x3f','\x27','\x22','\x1d','\x35','\x1f',/*18-1f*/
    '\x40','\x5a','\x7f','\x7b','\x5b','\x6c','\x50','\xca',/*20-27*/
    '\x4d','\x5d','\x5c','\x4e','\x6b','\x60','\x4b','\x61',/*28-2f*/
    '\xf0','\xf1','\xf2','\xf3','\xf4','\xf5','\xf6','\xf7',/*30-37*/
    '\xf8','\xf9','\x7a','\x5e','\x4c','\x7e','\x6e','\x6f',/*38-3f*/
    '\x7c','\xc1','\xc2','\xc3','\xc4','\xc5','\xc6','\xc7',/*40-47*/
    '\xc8','\xc9','\xd1','\xd2','\xd3','\xd4','\xd5','\xd6',/*48-4f*/
    '\xd7','\xd8','\xd9','\xe2','\xe3','\xe4','\xe5','\xe6',/*50-57*/
    '\xe7','\xe8','\xe9','\xad','\xe0','\xbd','\xff','\x6d',/*58-5f*/
    '\x79','\x81','\x82','\x83','\x84','\x85','\x86','\x87',/*60-67*/
    '\x88','\x89','\x91','\x92','\x93','\x94','\x95','\x96',/*68-6f*/
    '\x97','\x98','\x99','\xa2','\xa3','\xa4','\xa5','\xa6',/*70-77*/
    '\xa7','\xa8','\xa9','\xc0','\x6a','\xd0','\xa1','\xff',/*78-7f*/
    '\xff','\xff','\xff','\xff','\xff','\xff','\xff','\xff',/*80-87*/
    '\xff','\xff','\xff','\xff','\xff','\xff','\xff','\xff',/*88-8f*/
    '\xff','\xff','\xff','\xff','\xff','\xff','\xff','\xff',/*90-97*/
    '\xff','\xff','\xff','\x4a','\xff','\xff','\xff','\xff',/*98-9f*/
    '\xff','\xff','\xff','\xff','\xff','\xff','\xff','\xff',/*a0-a7*/
    '\xff','\xff','\xff','\xff','\xff','\xff','\xff','\xff',/*a8-af*/
    '\xff','\xff','\xff','\x4f','\xff','\xff','\xff','\xff',/*b0-b7*/
    '\xff','\xff','\xff','\xff','\xff','\xff','\xff','\xff',/*b8-bf*/
    '\xff','\xff','\xff','\xff','\xff','\x8f','\xff','\xff',/*c0-c7*/
    '\xff','\xff','\xff','\xff','\xff','\xff','\xff','\xff',/*c8-cf*/
    '\xff','\xff','\xff','\xff','\xff','\xff','\xff','\xff',/*d0-d7*/
    '\xff','\xff','\xff','\xff','\xff','\xff','\xff','\xff',/*d8-df*/
    '\xff','\xff','\xff','\xff','\xff','\xff','\xff','\xff',/*e0-e7*/
    '\xff','\xff','\xff','\xff','\xff','\xff','\xff','\xff',/*e8-ef*/
    '\xff','\xff','\xff','\x8c','\xff','\xff','\xff','\xff',/*f0-f7*/
    '\xff','\xff','\xff','\xff','\xff','\xff','\xff','\xff' };

- MoonKnight

---

对于 char 类型来说，240 和 -16 是相同的值，对吗？ - Joker_vD

你尝试过显式使用unsigned char而不是char吗？因为char可以是无符号的也可以是有符号的。 - Shafik Yaghmour

@sharth 不，这里的代码是正确的。ucTmp2 用于“from”索引，而 unTmp1 用于“to”索引。 - MoonKnight

@Killercam：没错，我误读了那两个参数。话虽如此，我认为如果没有一个可编译示例，我们帮助解决这个问题会很困难。可能有某些类型的差异我们无法看到。 - Bill Lynch

@Killercam，我觉得你没有理解Joker_vD的观点。观点在于你的“错误”情况下，ucpAtoe[48]产生的位模式是0xf0。如果将其解释为有符号字符/整数，它的值为-16，但如果将其解释为无符号字符/整数，该模式的值为240。这正好是你所看到的两个值，所以似乎你有一个情况将结果视为有符号，另一个情况将其视为无符号。 - twalberg

Answer 1

在C和C++中，标准并不要求char是一个signed或unsigned类型，而是由实现定义的。显然，你的C编译器将char定义为unsigned char，而你的C++编译器将其定义为signed char。

对于GCC，将char设置为unsigned char的标志是-funsigned-char。对于MSVC，则是/J。

- Joker_vD

---

感谢您的时间。但这不会强制所有 char 值变为 unsigned 吗？如果是这样，那么这不是我想要的，因为在代码的其他地方有意使用了 char 值... 我已经尝试在 C++ 版本中使用此标志（\J），但这并没有帮助转换。我将重写转换方法 asc2ebn，也许进行模板化... - MoonKnight

@Killercam：你不需要对任何东西进行模板化，只需访问szTo和szFrom并将其转换为unsigned char *或使您的asc2ebn函数接受unsigned char *。这就是为什么有三种不同类型的char、signed char和unsigned char的原因。 - mafso

这并没有解决问题，但让我直接找到了正确的方向，非常感谢。最终，我重载了该方法以同时接受 unsigned char* 和 char*。原因是代码的其他地方采用了 char*，且接受负数索引（!?）- 我需要进一步研究这个问题... 感谢大家的帮助。 - MoonKnight

@killercam：在C风格的字符串和C风格字符常量中，你应该只使用char。所以char *output="Hello World";是可以的。当你按值传递字符时，你需要使用signed char或unsigned char，而不是普通的char。普通的char会让你受制于编译器的默认设置。 - SJHowe

非常好的建议。谢谢。我对C++非常陌生，每天都在学习。再次感谢。 - MoonKnight