一个未签名字符是什么？

Question

在C/C++中，unsigned char有什么用？它与普通的char有何不同？

- landon9720

Answer 1

在C++中，有三种不同的字符类型：

1. char 2. signed char 3. unsigned char 1. char 如果您正在使用字符类型来表示文本，请使用未经限定的char： - 它是字符字面值的类型，例如'a'或'0'（仅适用于C++，在C中它们的类型是int） - 它是组成C字符串的类型，例如"abcde"

它也可以作为一个数值进行运算，但是该值是被视为有符号还是无符号的是未指定的。请注意，在进行字符比较时要小心使用不等式 - 尽管如果您限制在ASCII范围内（0-127），基本上是安全的。

2. signed char / 3. unsigned char 如果您将字符类型用作数字，请使用： - signed char：带符号的字符类型 - unsigned char：无符号的字符类型

• signed char，至少提供-127到127的范围（通常为-128到127）。
• unsigned char，至少提供0到255的范围。这对于显示八位字节的十六进制值可能很有用。

“至少”是因为C++标准只给出了每种数值类型所需覆盖的最小值范围。sizeof (char)要求为1（即一个字节），但理论上一个字节可以是32位。sizeof仍然会报告其大小为1 - 这意味着你可能有sizeof (char) == sizeof (long) == 1。

- Fruny

---

请确认一下：你是否可以拥有32位字符和32位整数，并且sizeof(int) != sizeof(char)？我知道标准规定sizeof(char) == 1，但是int的相对大小是基于实际大小差异还是范围差异？ - Joseph Garvin

在C++中有四种不同的字符类型，其中wchar_t是其中之一。 - Eric Z

自C++11以来，你有6种不同的类型：char、signed char、unsigned char、wchar_t、char16_t和char32_t。 - marcinj

常常在 sizeof 后面加上空格是因为它不是一个函数而是一个运算符。在获取变量的大小时省略括号，比如 sizeof *p 或者 sizeof (int)，这样可以清楚地表明它是应用于类型还是变量，这样做甚至被认为是更好的代码风格。同样，在 return 后面加上括号是多余的，因为它不是一个函数。 - Patrick Schlüter

在这个上下文中，“byte”指的是内存中最小可寻址单元。C和C++标准要求一个字节至少包含8位，但它们没有指定最大值。在今天几乎所有通用计算机（包括符合最近版本的posix的任何东西）上，一个字节恰好是8位，但专用的DSP平台和复古系统可能有更大的字节。 - plugwash

Answer 2

这是实现相关的，因为C标准没有定义char的符号性。根据平台的不同，char可能是带有符号或无符号的，所以如果您的实现依赖于它，您需要显式地请求signed char或unsigned char。如果您打算表示字符串中的字符，请使用char，因为这将与您的平台放入字符串中的内容相匹配。 signed char和unsigned char之间的区别如您所预期的那样。在大多数平台上，signed char将是一个8位二进制补码数字，范围从-128到127，而unsigned char将是一个8位无符号整数（0到255）。请注意，标准不要求char类型具有8位，只要求sizeof(char)返回1。您可以使用limits.h中的CHAR_BIT获得char的位数。虽然今天几乎没有任何平台会出现其他情况，但这仍是可能的。

这里有一个关于这个问题的很好的总结。

正如其他人在我发布这篇文章后所提到的，如果您真的想表示小整数，最好使用int8_t和uint8_t。

- tgamblin

---

signed char 类型的取值范围为 -127 到 127，而不是从 -128 到 127。 - 12431234123412341234123

从技术上讲，C标准将-127到127定义为最小范围。虽然如此，我挑战你找到一个不使用二进制补码算术的平台。在几乎所有现代平台上，有符号字符的实际范围将是-128到127。 - Todd Gamblin

按照标准要求，CHAR_BIT 至少为8位。 - martinkunev

Answer 3

因为我觉得这真的很必要，所以我想声明一些关于 C 和 C++ 的规则（在这方面它们是相同的）。首先，unsigned char 的所有位都参与确定任何 unsigned char 对象的值。其次，unsigned char 明确地声明为无符号。

现在，我和某人讨论了将 int 类型的值 -1 转换为 unsigned char 时会发生什么。他拒绝了这样一个想法：转换后的 unsigned char 的所有位都设置为 1，因为他担心符号表示。但他不必担心。根据这个规则，转换正是预期的：

如果新类型是无符号的，则通过重复加上或减去可以在新类型中表示的最大值加 1 直到该值在新类型范围内来转换该值。

这是数学定义。C++ 用模运算描述它，得出相同的规则。无论如何，不能保证整数 -1 的所有位都是 1，然后再进行转换。那么，我们有什么依据可以声称转换后的 unsigned char 的所有 CHAR_BIT 位都被置为 1 呢？

- 所有位都参与确定其值 - 即对象中不存在填充位。 - 仅添加一次 UCHAR_MAX+1 到 -1 就会产生在范围内的值，即 UCHAR_MAX 实际上这已经足够了！所以，每当你想要一个所有位都是 1 的 unsigned char 时，就做：

unsigned char c = (unsigned char)-1;

同时也可以得出，一个转换并不仅仅是截断高阶位。对于二进制补码而言，它很幸运地只是一种截断方式，但是对于其他符号表示法而言，并非总是如此。

- litb

---

为什么不直接使用 UCHAR_MAX？ - Nicolás

因为(unsigned type)-1是某种习惯用法，而~0则不是。 - Patrick Schlüter

如果我有这样的代码 int x = 1234 和 char *y = &x。1234 的二进制表示为 00000000 00000000 00000100 11010010。我的机器是小端模式，所以它会反转并将其存储在内存中，即 11010010 00000100 00000000 00000000，LSB 先出现。现在主要问题是，如果我使用 printf("%d", *p)。printf 只会读取第一个字节 11010010，但输出结果是 -46，而 11010010 是 210，那么为什么会打印 -46。我真的很困惑，我猜可能是某种字符到整数的提升导致了一些问题，但我不知道具体原因。 - Suraj Jain

Answer 4

关于 unsigned char 的用法示例：

在计算机图形学中，通常将每个颜色分量分配一个字节（byte），因此经常使用unsigned char。很常见地，RGB（或RGBA）颜色被表示为24（或32）位，每个颜色分量均为一个unsigned char。由于unsigned char的值范围在[0,255]之间，这些值通常被解释为：

• 0 表示完全缺少某种颜色分量。
• 255 表示某种颜色颜料的100％。 因此，你可以得到红色RGB为(255,0,0) -> (100%红色，0％绿色，0％蓝色)。
  
  为什么不使用signed char？算术和位移变得麻烦。如前所述，signed char的范围实际上向左移了128。将RGB转换为灰度的一种非常简单和幼稚（大多数人都不使用）的方法是平均所有三个颜色分量，但是当颜色分量的值为负值时，会遇到问题。红色（255，0，0）使用unsigned char算术平均值为（85，85，85）。然而，如果值是signed char（127，-128，-128），我们将得到（-99，-99，-99），这将是我们unsigned char空间中的（29，29，29），这是不正确的。

- Zachary Garrett

---

我可能漏掉了什么，但我不明白一个固定的移位如何会破坏算术平均值。127、-128和-128的平均值为-43，而不是-99。如果你加上128，你得到85，这与你的无符号示例相同。 - Icydog

Answer 5

signed char 范围为-128到127；unsigned char 范围为0到255。

char 可能等同于 signed char 或 unsigned char，具体取决于编译器，但这是一种不同的类型。

如果您正在使用 C 风格的字符串，请使用 char。如果您需要对字符进行算术运算（非常罕见），请明确指定 signed 或 unsigned 以实现可移植性。

- James Hopkin

---

如何使用pybind11将"unsigned char *"转换为Python字节(bytes)？ - CS QGB

Answer 6

unsigned char 表示仅支持正数值，例如0到255

相比之下，

signed char 可以表示正数和负数，例如-128到+127

- munna

Answer 7

char和unsigned char在所有平台上不能保证是8位类型，但它们保证是8位或更大的类型。一些平台拥有9位、32位或64位字节。然而，今天最常见的平台（Windows、Mac、Linux x86等）具有8位字节。

- bk1e

Answer 8

unsigned char是一个无符号的字节值（0到255）。 您可能会认为char是指“字符”，但实际上它是一个数值。常规的char是有符号的，因此您有128个值，并且这些值使用ASCII编码映射到字符。 但无论哪种情况，您在内存中存储的都是字节值。

- Zac

---

"常规字符是有符号的": 不是的，这取决于实现。而且不能保证无符号字符的值范围从0到255：至少是这样，但它可能更广。 - Fabio says Reinstate Monica

char 不能保证是一个字节。 - qwr

@qwr sizeof(char)保证为1，sizeof(signed char)和sizeof(unsigned char)同样也是1。所以是的，char始终是1字节。这里有一个支持的答案。字节不总是确切地8位（至少8位），因此unsigned char的范围不一定是0到255。但这是一个无关的讨论。 - Alexander Guyer

Answer 9

在直接数值方面，当数值在CHAR_MIN和CHAR_MAX之间时，通常使用常规的char，而无符号的char提供了正数端两倍的范围。例如，如果CHAR_BIT为8，则常规char的范围仅保证为[0, 127]（因为它可以是有符号或无符号），而unsigned char将为[0, 255]，signed char将为[-127, 127]。

就其用途而言，标准允许将POD（纯旧数据）对象直接转换为无符号char数组。这使您可以检查对象的表示和位模式。对于char或signed char，不存在相同的安全类型强制转换的保证。

- Julienne Walker

---

实际上，它通常会是[-128, 128]。 - RastaJedi

标准只是正式定义对象表示为“unsigned char”序列，而不是特定的数组，并且任何“转换”只是通过从对象复制到已声明的“unsigned char”数组，然后检查后者来正式定义的。不清楚OR是否可以直接重新解释为这样的数组，以及它所涉及的指针算术的允许性，即在此用法中，“sequence”是否等于“array”。有一个核心问题＃1701开放，希望得到澄清。值得庆幸的是，最近这种歧义真的让我很烦恼。 - underscore_d

@RastaJedi 不，不行。这是物理上不可能用8位表示的范围，-128…+128只支持2^8 == 256个离散值，但是对于0 = 257，-128…+128 = 2 * 128 + 1。补码表示允许-127…+127，但有两个（双极）零。二进制补码表示保留一个零，但通过在负数侧多取一个值来弥补范围；它允许-128…+127。（在更大的位宽度下也是如此。） - underscore_d

关于我的第二条评论，可以合理地_假设_我们可以获取到OR的第一个unsigned char指针，然后使用++ ptr从那里开始读取每个字节...但是据我所知，它没有被明确定义为允许的，因此我们需要从很多其他段落（并且在许多方面，仅仅存在memcpy）中推断出这是_'可能是可以的'_，就像拼图一样。这不是理想的情况。好吧，也许措辞最终会得到改善。这是我提到但没有链接空间的CWG问题 - http://www.open-std.org/jtc1/sc22/wg21/docs/cwg_active.html#1701 - underscore_d

@underscore_d 抱歉，那是个打错字。我本来想打的是[-128, 127] :p。是的，我知道有关于带符号/幅值的双零（'正'和'负'零）的问题。我可能当时太累了 :p。 - RastaJedi

Answer 10

unsigned char 是所有位操作的核心。在几乎所有平台和编译器中，unsigned char 简单地是一个 字节，通常是一个无符号 8 位整数，可以被当作小整数或一组位来处理。

此外，正如其他人所说，标准并未定义 char 的符号。因此，您有三种不同的 char 类型：char、signed char 和 unsigned char。

- ugasoft