char* 和 unsigned char* 有什么区别？

Question

在使用C语言编写Linux程序时，我不理解在读写二进制缓冲区时 char * 和 unsigned char * 之间的区别是什么？

何时不能使用 char* 并需要使用 unsigned char*？

- parser1234

---

无符号数不会有负数。 - Cid

这回答了你的问题吗？char和unsigned char有什么区别？ - Alex Lop.

如果 char 是有符号还是无符号的，这取决于具体实现。而 unsigned char 总是无符号的。 - Some programmer dude

@Some programmer dude 我编辑了这篇文章，我正在使用C语言读写二进制缓冲区。 - parser1234

例如，如果您需要比较字节并认为0xff大于0x01，则应使用“unsigned char *”。但是，如果您认为0xff小于0x01，则应使用“signed char *”。 - Joël Hecht

Answer 1

首先需要注意的是，C语言中有三种不同的字符类型：unsigned char、signed char和char。其中，char类型的范围与unsigned char或signed char相同。

编辑部分补充了“当我读写二进制缓冲区时”的问题。因此，下面的部分（原始帖子）将在没有读写关注的情况下介绍“char *”和“unsigned char *”之间的区别，并提供一个示例用例。在该部分中...

可以使用任何I/O函数读写基于字节的数据，尽管使用fread()/fwrite()更为常见。

对于基于字节的数据，所有I/O函数的行为都好像：

从流中读取字符的字节输入函数好像通过连续调用fgetc函数读取字符。C17dr § 7.21.3 11
字节输出函数将字符写入流中，就好像通过连续调用fputc函数写入一样。§ 7.21.3 12

所以让我们看看这两个函数。

fgetc函数获取该字符作为unsigned char ... § 7.21.7.1 2 fputc函数写入由c指定的字符（转换为unsigned char）§ 7.21.7.3 2

因此，在最底层进行的所有I/O最好被认为是读写unsigned char。

现在直接回答：

当我不得不使用char *并且需要使用unsigned char *时？(OP)

在写入时，OP级别代码可以使用char *、unsigned char *或其他指针，但底层的输出函数通过unsigned char *访问数据。这对OP的写入执行没有任何影响，除非char被编码为1的补码/符号数 - 陷阱代码不会被检测到。

同样地，在读取时，底层输入函数保存数据通过unsigned char *，并且没有陷阱发生。即使char是signed，通过int fgetc()读取的单个字节也会报告unsigned char范围内的值。

在读写二进制缓冲区时，使用unsigned char *与char *相比的重要性并不在于I/O调用本身（它们都可以访问unsigned char *），而在于编写数据和读取数据之前的数据设置和解释 - 请参见下面的memcmp()。

---

---

什么情况下不能使用char *而需要使用unsigned char *？

一个很好的例子是字符串相关的代码。

尽管<string.h>中的函数在函数参数中使用char *，但实现会像char是unsigned char一样执行，即使char是有符号的。

对于本子句中的所有函数，每个字符都应解释为如果其类型为unsigned char（因此每种可能的对象表示都是有效的，并且具有不同的值）。C17dr §7.24.1 3

因此，即使char是有符号的，像int strcmp(char *a, char *b)这样的函数也会像执行int strcmp(unsigned char *a,unsigned char *b)一样。

1. 当char c和char d通过不同符号的值不同时，这将产生差异。
   例如，假设c < 0，d > 0

   // 通过char *访问 c < d为true // 通过unsigned char *访问 c > d为false

这导致strcmp()返回的符号不同，从而影响了字符串的排序。

// Incorrect code when `char` is signed.
int strcmp(const char *a, const char *b) {
  while (*a == *b && *a) { a++; b++; }
  return (*a > *b) - (*a < *b);
}

// Correct code when `char` is signed or unsigned, 2's complement or not
int strcmp(const char *a, const char *b) {
  const char *ua = a;
  const char *ub = b;
  while (*ua == *ub && *ua) { ua++; ub++; }
  return (*ua > *ub) - (*ua < *ub);
}

[编辑]

同样适用于读取的二进制数据并与memcmp()进行比较。

2. 在旧的C实现中，未使用二进制补码的情况下，可能存在两个零：+0和-0（或陷阱）。

+0被正确地视为unsigned char时，结束了一个字符串。-0不是用于终止字符串的null character，即使作为一个signedchar它的值为零。

// Incorrect code when `char` is signed and not 2's complement.
// Conversion to `unsigned char` done too late.
int strcmp(const char *a, const char *b) {
  while ((unsigned char)*a == (unsigned char)*b && (unsigned char)*a) { a++; b++; }
  return ((unsigned char)*a > (unsigned char)*b) - ((unsigned char)*a < (unsigned char)*b);
}

- chux - Reinstate Monica

---

嗯？问：“我不明白区别在哪里...”，答：“1）这会有所不同，当...”似乎存在几乎完全的相关性。 - David C. Rankin