如何从无符号字节转换为整数？

Question

我正在尝试读取一个包含无符号字节的文件，并且我正在尝试将它们读取为 [0,255] 的整数范围。

当我查看扩展 ascii 表时，当我读到“┌”时，它等于 218，但我的程序取为 195 或 226，我不知道为什么。

这个问题也发生在很多扩展部分（超过128个）的字符上。

为什么我不能读取 ASCII 等价物，我该如何解决这个问题？ 谢谢回复。。

这是我的代码，

int main()
{
   unsigned int temp = 0;
   int bytesread;
   int fd = open("inputs.txt", O_RDONLY);

   if(fd == -1)
   {
       printf("An error occured.. \n");
       exit(-1);
   }
   else
   {
       bytesread = read(fd, &temp, 1);
   }

   printf("%d", temp);
   return 0;
}

Answer 1

如果您看到很多 195，则输入可能是 UTF-8 character encoding。

ASCII 最多只能达到 127 ，没有单一的标准“扩展 ascii”。有ISO-8859-1，但没有┌。或许你参考CP 437。

从这里开始，您的前进道路将属于两种广泛的方法之一：

• 使用适用于您的操作系统的工具或其他方式将文件从 UTF-8 转换为另一种编码，例如 CP437。
• 在您的 C 程序中读取 UTF-8；您可以从头开始执行此操作，也可以使用预先存在的库。

Answer 2

该字符可能使用 UTF-8 编码存储在文件中。

例如，字符┌ 有一个Unicode 十六进制代码点250c，UTF-8 字节序列是e2 94 8c。 e2 等于您的小数 226，这表明您的角色实际上可能在附近的 Unicode 块中并采用 UTF-8 编码。

正如 cmets 中所建议的，如果您提供文件的 hexdump 会非常有帮助，例如：

hexdump -C inputs.txt

Answer 3

这段代码

   bytesread = read(fd, &temp, 1);

将一个字节读入unsigned int 的第一个字节，几乎可以肯定它比单个字节大。因此，您读取的数据最终在 int 值中的位置取决于您的系统。

如果您要读取单个字节，通常使用[unsigned] char 会更容易，因此您总是知道它会在哪里结束。要将unsigned char 转换为int，您只需分配它：

int main()
{
   int fd = open("inputs.txt", O_RDONLY);

   if(fd == -1)
   {
       // perror() will tell you **WHAT** error occurred
       perror( "open()" );
       exit(-1);
   }

   // this is now an unsigned char
   unsigned char temp;

   // read() returns ssize_t, not int
   ssize_t bytesread = read( fd, &temp, sizeof( temp ) );
   if ( bytesread != sizeof( temp ) )
   {
       perror( "read()" );
       close( fd );
       exit( -1 );
   }

   close( fd );

   // there are a lot of ways to do this
   printf( "unsigned int value: %u\n", ( unsigned int ) temp );

   // this is another way - it prints the hex value
   printf( "hex value: %hhx\n", temp );

   // this prints the char value:
   printf( "char value: '%c'\n", temp;

   // this converts that unsigned char into an int:
   int intvalue = temp;

   // yes, it's that simple.
   printf( "int value: %d\n", intvalue  );

   return 0;
}

请注意，如果sizeof( int ) == sizeof( unsigned char )，结果可能会有所不同。在这种情况下，可能存在无法表示为 int 值的 unsigned char 值。