字节缓冲区应该是有符号还是无符号字符缓冲区？

Question

字节缓冲区应该是有符号字符还是无符号字符，还是只是一个字符缓冲区？ C 和 C++ 之间有什么区别？

谢谢。

Answer 1

如果您打算存储任意二进制数据，则应使用unsigned char 。 它是 C 标准保证没有填充位的唯一数据类型。 每个其他数据类型可能在其 object 表示形式中包含填充位（即包含 object 的所有位，而不仅仅是那些确定值的位）。 填充位的 state 未指定，不用于存储值。 因此，如果您使用char读取一些二进制数据，则会将内容缩减到 char 的值范围（通过仅解释值位），但可能仍然有一些位被忽略但仍然存在并由memcpy读取。 很像真实结构对象中的填充位。 类型unsigned char保证不包含这些。 从5.2.4.2.1/2开始（这里是 C99 TC2，n1124）：

如果 char 类型的 object 的值在表达式中使用时被视为带符号的 integer，则CHAR_MIN的值应与SCHAR_MIN的值相同， CHAR_MAX的值应与SCHAR_MAX的值相同。 否则， CHAR_MIN的值应为 0， UCHAR_MAX的值应与CHAR_MAX的值相同。 UCHAR_MAX值应等于2^CHAR_BIT − 1

从最后一句可以看出，没有任何空间可供任何填充位使用。 如果您使用char作为缓冲区的类型，您还会遇到溢出问题：将任何值显式分配给一个8位范围内的此类元素 - 所以您可能期望这样的分配是可以的 - 但不在char的范围，即CHAR_MIN .. CHAR_MAX ，这样的转换会溢出并导致实现定义的结果，包括信号的提升。

即使与上述有关的任何问题都可能不会在实际实现中显示（将是非常差的实现质量），您最好从一开始就使用正确的类型，即unsigned char 。

但是，对于字符串，选择的数据类型是char ，字符串和打印函数可以理解它。 出于这些目的使用signed char对我来说似乎是一个错误的决定。

有关更多信息，请阅读this proposal ，其中包含对下一版本 C 标准的修复，该标准最终将要求有signed char也没有任何填充位。 它已被纳入工作文件。

Answer 2

字节缓冲区应该是有符号字符还是无符号字符，还是只是一个字符缓冲区？ C 和 C++ 之间有什么区别？

语言如何处理它的细微差别。 约定如何处理它的巨大差异。

• char = ASCII（或 UTF-8，但有符号阻碍）文本数据
• unsigned char = 字节
• 有signed char = 很少使用

还有一些代码依赖于这种区别。 就在一两周前，我遇到了一个错误，即 JPEG 数据被损坏，因为它被传递给我们的 Base64 编码 function 的char*版本——它“有用地”替换了“字符串”中的所有无效 ZAE3B3DF9970B49BBC9523E608DZ9。 更改为BYTE aka unsigned char即可修复它。

Answer 3

这取决于。

如果缓冲区旨在保存文本，那么将其声明为char数组并让平台为您决定默认情况下是有符号还是无符号可能是有意义的。 例如，这将使您在将数据传入和传出实现的运行时库时遇到的麻烦最少。

如果缓冲区旨在保存二进制数据，则取决于您打算如何使用它。 例如，如果二进制数据确实是数据样本的打包数组，这些数据样本是有符号的 8 位定点 ADC 测量值，那么有signed char是最好的。

在大多数实际情况下，缓冲区只是一个缓冲区，并且您并不真正关心各个字节的类型，因为您在批量操作中填充了缓冲区，并且您即将将其传递给解析器来解释复杂的数据结构并做一些有用的事情。 在这种情况下，以最简单的方式声明它。

Answer 4

如果它实际上是 8 位字节的缓冲区，而不是机器默认语言环境中的字符串，那么我会使用uint8_t 。 并不是说在很多机器周围 char 不是字节（或字节不是八位字节），而是说“这是八位字节的缓冲区”而不是“这是一个字符串”通常是有用的文档。

Answer 5

您应该使用char或unsigned char但从不使用signed char 。 该标准在 3.9/2 中有以下内容

对于 POD 类型 T 的任何 object（基类子对象除外），无论 object 是否持有类型 T 的有效值，构成 ZA8CFDE6331BD59EB2AC96F8911C4B666 的基础字节（1.7）都可以复制到数组中char。如果 char 或 unsigned char 数组的内容被复制回 object，则 object 随后应保持其原始值。

Answer 6

最好将其定义为无符号字符。 事实上 Win32 类型 BYTE 被定义为无符号字符。 C 和 C++ 之间没有区别。

Answer 7

为了获得最大的可移植性，请始终使用无符号字符。 有几个例子可以发挥作用。 立即想到在具有不同字节序类型的系统之间共享的序列化数据。 当执行移位或位掩码时，这些值是另一个值。

Answer 8

int8_t 与 uint8_t 的选择类似于将 ptr 与 NULL 进行比较。

---

从功能的角度来看，比较 NULL 与比较 0 相同，因为 NULL 是 0 的#define。

但就个人而言，从编码风格的角度来看，我选择将我的指针与 NULL 进行比较，因为 NULL #define 意味着维护代码的人正在检查是否存在错误指针......

VS

当有人看到与 0 的比较时，这意味着您正在检查特定值。

---

由于上述原因，我会使用 uint8_t。

Answer 9

如果您将一个元素提取到一个更广泛的变量中，那么它当然会被符号扩展或不扩展。

Answer 10

unsigned, since it feels more "raw", less inviting to say "hey, that's just a bunch of small ints ", if I want to emphasize the binary-ness of the data.应该并且应该......我倾向于无符号，因为如果我想强调数据的二进制性，它感觉更“原始”，而不是说“嘿，这只是一堆小ints ”。

我认为我从来没有使用过显式的有signed char来表示字节缓冲区。

当然，第三种选择是尽可能将缓冲区表示为void * 。 许多常见的 I/O 函数都与void *一起使用，因此有时可以完全封装决定使用什么 integer 类型，这很好。

Answer 11

几年前，我遇到了一个 C++ 控制台应用程序的问题，该应用程序为 128 以上的 ASCII 值打印彩色字符，这可以通过从 char 切换到 unsigned char 来解决，但我认为它在保持 char 类型的同时也是可以解决的。

目前，大多数 C/C++ 函数都使用 char，而且我现在对这两种语言的理解要好得多，所以我在大多数情况下都使用 char。

Answer 12

你真的在乎吗？ 如果你不这样做，只需使用默认值 (char) 并且不要用无关紧要的事情弄乱你的代码。 否则，未来的维护者会想知道你为什么使用有符号（或无符号）。 让他们的生活更简单。

Answer 13

如果你对编译器撒谎，它会惩罚你。

如果缓冲区包含刚刚通过的数据，并且您不会以任何方式操作它们，那没关系。

但是，如果您必须对缓冲区内容进行操作，那么正确的类型声明将使您的代码更简单。 没有“int val = buf[i] & 0xff;” 废话。

因此，请考虑数据实际上是什么以及您需要如何使用它。

Answer 14

typedef char byte;

现在您可以使您的数组为byte s。 每个人都清楚您的意思，并且您不会丢失任何功能。

我知道这有点傻，但它使您的代码按照您的预期 100% 阅读。