在C语言中将一个由4个元素组成的字符数组复制到一个整数中

Question

一个char占用1字节，一个int占用4个字节。我想将char[4]中的每个字节逐字节复制到int中。我考虑了不同的方法，但得到了不同的答案。

char str[4]="abc";
unsigned int a = *(unsigned int*)str;
unsigned int b = str[0]<<24 | str[1]<<16 | str[2]<<8 | str[3];
unsigned int c;
memcpy(&c, str, 4);
printf("%u %u %u\n", a, b, c);

输出结果为6513249 1633837824 6513249。

哪一个是正确的？出了什么问题？

- avmohan

---

第一种方法类似于执行“union”，正如下面的答案所说，它依赖于处理器的字节序。 - Iddillian

使用 printf("%08X %08X %08X\n", a, b, c);，注意相同的字节都在，但顺序不同。 - chux - Reinstate Monica

Answer 1

这是一个关于字节序的问题。当您将char*解释为int*时，字符串的第一个字节成为整数的最低有效字节（因为您在x86上运行此代码，它是小端序），而手动转换则使第一个字节成为最高有效字节。

为了更好地理解，以下是源数组：

   a      b      c      \0
+------+------+------+------+
| 0x61 | 0x62 | 0x63 | 0x00 |  <---- bytes in memory
+------+------+------+------+

当这些字节在小端架构中被解释为整数时，结果是0x00636261，即十进制6513249。另一方面，手动放置每个字节会产生0x61626300 -- 十进制1633837824。

当然，将char*视为int*是未定义的行为，因此实际上不允许使用第一种转换，因此差异并不重要。但是，有一种方法可以实现相同的结果，称为type punning：

union {
    char str[4];
    unsigned int ui;
} u;

strcpy(u.str, "abc");
printf("%u\n", u.ui);

- Jon

---

谢谢。图片非常清晰明了。我想要的答案是手动放置字节的那个。 顺便说一下，您在数组图片中打错了——0x64应该是0x63。 - avmohan

Answer 2

以上两种方法都不正确。

第一种方法违反了别名规则，可能因为str的地址没有正确对齐到unsigned int而导致失败。要将字符串的字节重新解释为主机系统字节顺序的unsigned int，您可以使用memcpy进行复制：

unsigned int a; memcpy(&a, &str, sizeof a);

（假设无符号整数的大小和str的大小相同。）第二个可能会因为整数溢出而失败，因为str [0] 提升为int类型，所以 str [0]<<24 的类型是int，但移位需要的值可能大于int类型可以表示的范围。要解决这个问题，请使用：

unsigned int b = (unsigned int) str[0] << 24 | …;

第二种方法会按照大端序解释来自str的字节，而不管主机系统中unsigned int的字节顺序。

- Eric Postpischil

Answer 3

unsigned int a = *(unsigned int*)str;

这个初始化不正确，会导致未定义的行为。它违反了C语言别名规则，可能会违反处理器对齐。

- ouah

Answer 4

你说你想逐字节复制。这意味着行unsigned int a = *(unsigned int*)str;不被允许。但是，当你以不同的类型（例如，从磁盘读取流时）读取数组时，你所做的是一种相当常见的方式。只需要稍作调整即可：

 char * str ="abc";
int i;
unsigned a;
char * c = (char * )&a;
for(i = 0; i < sizeof(unsigned); i++){
   c[i] = str[i];
}
printf("%d\n", a);

请记住，您正在阅读的数据可能与您正在读取的计算机具有不同的字节序。这可能会有所帮助：

void 
changeEndian32(void * data)
{
    uint8_t * cp = (uint8_t *) data;
    union 
    {
        uint32_t word;
        uint8_t bytes[4];
    }temp;

    temp.bytes[0] = cp[3];
    temp.bytes[1] = cp[2];
    temp.bytes[2] = cp[1];
    temp.bytes[3] = cp[0];
    *((uint32_t *)data) = temp.word;
}

- user2363448

---

对于联合成员，如果将某些内容存储为一种类型并提取为另一种类型，则结果取决于实现。 - David Ranieri

@AlterMann - 我不知道这个。我很想了解更多。你有参考资料吗？我的C语言几乎总是“实现相关的”，所以很高兴有这些事情被指出。 - user2363448

Answer 5

两种方法都是正确的：

• 你的第一种解决方案按本机字节顺序（即CPU使用的字节顺序）复制，因此可能会根据CPU类型而产生不同的结果。

• 你的第二种解决方案无论CPU使用什么字节顺序，都会以大端字节顺序（即最高有效字节在最低地址）进行复制。它将在所有类型的CPU上产生相同的值。

哪种方法是正确的取决于如何解释原始数据（char数组）。
例如，Java代码（class文件）始终使用大端字节顺序（无论CPU使用什么），因此如果要从Java类文件中读取ints，则必须使用第二种方式。在其他情况下，你可能希望使用依赖于CPU的方式（我认为Matlab将ints以本机字节顺序写入文件，参见this question）。

- Curd

---

第一和第二种都可能导致崩溃。这应该在任何答案中提到。两者都不正确。 - Eric Postpischil

@Eric Postpischil：第一种方式：对齐是一个完全不同的问题，与OP最初的问题无关。在很多情况下（即在许多硬件平台上），对齐根本不重要，像这样的代码完全没有问题。第二种方式：这绝对不会在任何情况下导致崩溃（无论int是否足够大来移位24位的值）。 - Curd

对齐确实很重要，与 OP 的原始问题有关：将 char 数组别名为 int 不能保证符合对齐要求，并且在某些 C 实现中可能会崩溃。它在许多平台上不崩溃的事实并不意味着它是可以接受的，因为它并没有抹去它在某些平台上崩溃的事实。 - Eric Postpischil

第二种方式在 str[0] << 24 可能会溢出。因为 str[0] 是一个 char 类型，它被转换为 int 类型（除了一些奇怪的 C 实现中 int 类型不比 char 更宽）。这是一个带符号的整数。然后将其向左移动 24 位可能超过了 int 的范围。例如，如果 str[0] 是 128，则 str[0] << 24 将是 2147483648，但由于 32 位有符号 int 可以表示的最大值是 2147483647，因此程序可能会崩溃或产生错误的结果。在 C 标准中，有符号整数的溢出行为未定义。 - Eric Postpischil

Answer 6

如果您使用CVI（National Instruments）编译器，可以使用Scan函数来实现此功能： unsigned int a;

对于大端字节序： Scan(str，“%1i[b4uzi1o3210]>%i”，&a);

对于小端字节序： Scan(str，“%1i[b4uzi1o0123]>%i”，&a);

o修饰符指定字节顺序。 方括号内的i表示在str数组中开始的位置。

- lupy87