为什么fstream.read和fstream.write使用char而不是unsigned char？

Question

据我所知，read() 和 write() 存在的目的是为了我们能够直接从文件中读取和写入字节，我曾被教导过，在 c++ 中，byte 的等效类型是 unsigned char，那么为什么它们要将 char 指针作为参数呢？

此外，请看一下我找到的“bmp 文件图像阅读器”库中的这个函数：

bool BMPImage::readInfo()
{
    //...

    //read bmp and dib headers
    unsigned char header[28] = {0};
    _ifs->read((char*)header, 28);
    _width    = *(int*)&header[18]; //width is located in [18] and is 4 bytes size
    _height   = *(int*)&header[22]; //height is located in [22] and is 4 bytes size
    _bpp      = (unsigned char) *(short*)&header[28]; //bpp is located in [28] and is 2 bytes size
    _channels = _bpp / 8; //set num channels manually

    //...

为什么_ifs->read()这行代码能够正常工作？将unsigned char强制转换为char会导致数据丢失，不是吗？

- McLovin

---

将无符号字符转换为字符会导致数据丢失，对吗？ - 不是。 - user2100815

char 和 unsigned char 的大小相同，都是 1 字节。唯一的区别在于有无符号：unsigned char 总是 > 0；而普通的 char 可以是有符号的（但不一定）。 - Ben Steffan

char 和 unsigned char 之间没有实际区别。但由于大多数人在程序中使用 char，因此 API 接受最常用的类型是很自然的事情。 - SergeyA

我可以将unsigned char转换为char，反之亦然吗？ - wally

更好的问题是：为什么不是void*？这样，我就可以隐式地将数据读入任何指针中，而无需进行reinterpret_cast。 - Calmarius

Answer 1

在C和C++中，标准没有规定char是有符号的还是无符号的，实现可以自由地将其实现为任意一个。有两种不同类型的signed char（保证至少能够容纳范围[-127,127]）和unsigned char（保证至少能够容纳范围[0,255]），而char将等同于其中的一种，但是对于它是哪一种，这是由实现定义的。

考虑到ASCII字符集仅包含值0到127，因此从历史上看，一个有符号字节足以容纳单个字符，同时仍使用与较大类型相同的约定，即除非显式声明为unsigned，否则整数类型默认为有符号的。

- David Scarlett

Answer 2

鉴于 char 和 unsigned char 具有相同的大小，因此在它们之间进行转换时不应该有数据丢失。

但是需要注意的是，fstreamm 只是针对字符的 std::basic_fstream 的特化：

// from <fstream>
typedef basic_fstream<char>         fstream;

您可以创建自己的无符号字符类型，例如：

typedef basic_fstream<unsigned char> ufstream; 

- ichramm

---

在执行这些文件IO操作时，使用C风格的转换是否可行？此外，为什么这些函数仍然使用char而不是unsigned char，甚至是void*作为C语言等效物呢？ - McLovin

Answer 3

在C ++中，byte 的等效之处被教导为 unsigned char。

我不知道什么是 byte，但可以使用 char 来很好地表示一个 byte。 fstream 是 std::basic_fstream<char> 的别名。 std::basic_fstream 是一个模板，其所有操作都涉及其指定的char_type。 由于该char_type是char，因此所有操作都涉及char而不是unsigned char。

你可以像Juan建议的那样使用basic_fstream<unsigned char>，但这比那更复杂。 您需要专门化basic_fstream<unsigned char>的第二个（默认）模板参数，即char_traits<unsigned char>。

从无符号字符到字符的转换会强制丢失数据，不是吗？

不会。通过 char* 访问 unsigned char 不会丢失任何数据。实际上，通过 char* 访问任何类型都不会丢失数据。

---

而另一方面，这是：

*(int*)&header[18]

除非缓冲区被正确对齐，使得header[18]恰好位于int所需的边界上，否则将产生未定义的行为。我在数组的定义中没有看到这样的保证。有些架构根本不支持不对齐的内存访问。

- eerorika