从命令行传递参数时*argv []中的字符大小[重复]答案

【问题标题】：Size of characters in *argv[] when passed argument from command line [duplicate]从命令行传递参数时*argv []中的字符大小[重复]
【发布时间】：2019-09-16 17:13:04
【问题描述】：

我有简单的程序。

#include <stdio.h>
#include <string.h

int main(int argc, char *argv[])
{   
    for (int i = 0; i < strlen(argv[1]); ++i)
        printf("%x ", argv[1][i]);
    printf("\n");
}

我喜欢运行它

$ ./program 111
31 31 31

但是当我运行它时

$ ./program ●●●
ffffffe2 ffffff97 ffffff8f ffffffe2 ffffff97 ffffff8f ffffffe2 ffffff97 ffffff8f

这里每个● 应该用3 个字节（UTF-8）编码：e2978f，但看起来它是用3 个unsigned 编码的。如果sizeof(char) 总是1 字节，我不明白ffffff 来自哪里。

【问题讨论】：

标签： c unicode utf-8 char

【解决方案1】：

如果 sizeof(char) 始终为 1 字节，我不明白 ffffff 来自哪里。

根据定义 sizeof(char) 是 1，但 '●' 不是 C 意义上的 char 并产生 3 个 char

您的 char 是明显签名的（在您的情况下，默认情况下 char 是一个 signed char），每个输入 ● 产生每个 3 个负代码，因为您的 char 转换为 int （在您的情况下为 32b），格式 %x 考虑参数 unsigned 你有这些输出

printf("%x", -30); 会得到相同的输出 -> ffffffe2

注意做for (int i = 0; i < strlen(argv[1]); ++i)很贵，长度不变，最好保存或直接做for (int i = 0; argv[1][i] != 0; ++i)

最好在查看argv[1]之前检查argc是否至少为1@

【讨论】：

感谢您的宝贵意见。

【解决方案2】：

printf() 是一个接受可变数量参数的函数。

任何小于int 类型的整数参数都会自动转换为int 类型。

显然，在您的实现中，“字符”little-round-thing 由 3 chars 组成，均具有负值。

试试这些

printf("%x ", (unsigned char)argv[1][i]);
printf("%hhx ", argv[1][i]); // thanks to Jonathan Leffler

【讨论】：

相反，在他的实现中，char 有一个符号，并且所有多代码单元代码点仅包含 >127 的代码单元，因此在 8 位 2s 补码上为负数。
@Deduplicator：您的意思是strlen("little-round-thing") == 3 是指1 多代码单元代码点还是3 字符？我改变了我的答案:)
是的，但这并不是真正重要的部分。
或%hhx作为转换规范。
或#include <inttypes.h> 和printf ("%" PRIx8 " ", (uint8_t)argv[1][i]); 使用精确宽度类型。

【解决方案3】：

多代码单元代码点的 UTF-8 代码单元（除 ASCII 以外的所有代码点）都在 128 到 255 之间，这意味着在 ASCII 范围之外。

printf() 是一个可变参数函数，传递给可变参数部分的所有参数（除格式字符串之外的所有参数）都受标准提升。

由于您的实现的裸 char 是 8 位有符号 2s 补码，这意味着 UTF-8 代码单元值是负数，并且在 -1 和 -128 之间，升级后您将拥有一个具有该值的 int。

然后你对printf() 撒谎，断言它是unsigned（%x 代表unsigned int），2 秒补码会导致你的未定义行为 打印一个很大的unsigned int。

您可以使用%hhx 获得正确的结果，但严格来说您应该将参数转换为unsigned char。

【讨论】：