logo标签列表

字符大小混淆

c++charbytebit
4
据我所知，在32位系统中，1个字符=1个字节=8位。
char c=0xffff0000;  //wrong

那么为什么char只允许8位，并且文件中的每个字符也是8位长度呢？
谢谢。
3
这是一个很好的问题标题，不过需要翻译成中文。 - Alex Brown
3
一个字节并不总是由8个比特构成的，现在只是这个值最为普遍。 - Paul R
由于标签是 c++，因此请参考此链接：您能否再次查看有关字节、字符和字符的规则？。 - Nan Xiao
8个回答
23
不，char的大小定义为1。但这并不意味着它总是占用32位/8位。 $3.9.1/1-“声明为字符（char）的对象应该足够大，以存储实现基本字符集的任何成员。”
似乎有一种混淆，即字节为8位。然而，C++标准并没有规定这一点。
这是标准中如何定义字节的 $1.7/1
C++内存模型中的基本存储单元是字节。一个字节至少足够大，可以包含基本执行字符集的任何成员，并由一系列连续的位组成，其数量是实现定义的。
显然，字节不总是8位。
3
你知道有没有任何一个字节不是由8位组成的系统吗？很好奇。 - Steve Townsend
@Steve Townsend：不，我的编程世界始于90年代末 :) - Chubsdad
2
我听说有些DSP具有1字节的12位（希望我没有错）。 - botismarius
@Steve：“数字电话使用8位代码也导致8位数据'八位组'被采用为早期互联网的基本数据单元。”更多信息请访问http://en.wikipedia.org/wiki/Byte#Size。 - Fred Nurk
@botismarius：是的，似乎TMS320C44和其他DSP都是这样。不幸的是，我还没有机会与DSP一起工作过 :( - Chubsdad
4
“32位”系统并不意味着它使用32位字节。
字节通常被定义为内存中可寻址的最小单元，在许多体系结构中仍然是8位，即使这些体系结构（如x86或x86-64）能够在寄存器中处理更大量的数据（分别为32位和64位）。如果你想要表达这种思想，你通常会使用“八位组”来描述8位的数量，因为“字节”的含义随着所讨论的体系结构而改变。
相比之下，对于一些人，“一个字节”被定义为始终为8位，但是这个问题的混淆可能永远不会发生，因为他们不会期望例如在32位系统上的char是32位。
当然，“n位”系统的整个概念都过于简化了。
在C语言中，你可以始终使用#include ，然后使用CHAR_BIT宏来获取编译器目标的char数据类型中的位数。
3

char有CHAR_BIT位 [来自#include <climits>]

在80x86机器上，我总是看到它是8位。
在TMS320C54x和TMS320C55x DSP上，我看到它是16位。这很麻烦，因为为了节省内存，字符串必须用每个char中保存两个ASCII字符的方式进行打包！

总是有 sizeof(char) == 1

2

一个字符始终是一个字节，大小始终为1。

一个字节至少有8位，但在某些系统上可以有更多。

32位系统指的是地址总线的大小，在C或C++中，您可以将其视为指针的大小，而不是字节的大小。

1

char类型的位数通常为8（一个字节/八位）。确切的数字在头文件<climits>中定义为CHAR_BIT。

0

1字节 = 8位

1
并非必须，但现在几乎普遍如此。C++标准适用于具有6位字节的计算机（如@Chubsdad发布的引用所示）。 - Fred Foo
3
实际上不是这样。CHAR_BIT必须至少为8。 - Fred Nurk
@Fred Nurk：你说得对，我在C++中误算了所需的字符集大小。6.5位是最小的char大小，可以存储它们 :) - Fred Foo
0

一个字节绝对不是32位。无论在哪个系统中，一个字节始终是8位。

“32位”系统意味着“字”的大小为32位。换句话说，数据以32位块的形式在系统中传输。

5
不，C++标准中的字节并不总是8位。请参考我的回答。 - Chubsdad
2
@Chubsdad是正确的。ISO倾向于在8位值（至少对于通信类型标准）中使用“八位组”一词，“字节”和“字符”在C++（和C）中具有相同的（实现定义的）大小。 - paxdiablo
0
除了前面提到的观点之外，需要注意的是sizeof(char)和字符的大小并不总是相同的。
多字节字符集可能会占用每个字符超过1个字节。例如，Unicode字符始终占用多于一个字节(sizeof(wchar_t))。
有关此主题的Microsoft文档在这里。更让人困惑的是，有些字符集甚至不使用固定数量的字节来表示每个字符。
"一个Unicode字符总是占用两个字节（sizeof(wchar_t)），这表明sizeof(wchar_t)始终为2。实际上，常见的值为4，这是有道理的，因为有大约100,000个Unicode字符。" - MSalters
1
至少现在它已经符合正常编译器的标准了，但从标准的角度来看，仍有一些需要注意的地方。在 C 和 C++ 中，“多字节字符”是被定义明确的，但它们不是 wchar_t。相反，多字节字符（MBC）是一个由多个 char==byte 组成的序列。Shift-JIS 或 UTF-8 使用这样的字符。而且由于 wchar_t 与多字节字符无关，你不能推断出 sizeof(wchar_t) 总是 >1。 - MSalters
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接