Char與字節數組的unsigned char

Question

當存儲“字節數組”（blobs ...）時，最好使用char或unsigned char作為項目（ unsigned char aka uint8_t ）？ （標准說sizeof兩者恰恰是1個字節）。

它有關系嗎？ 或者一個比另一個更方便或更普遍？ 也許，像Boost這樣的圖書館會用到什么？

Answer 1

如果char已簽名，則對具有高位設置的字節值執行算術運算將在提升到int時導致符號擴展; 所以，例如：

char c = '\xf0';
int res = (c << 24) | (c << 16) | (c << 8) | c;

將給出0xfffffff0而不是0xf0f0f0f0 。 通過使用0xff屏蔽可以避免這種情況。

如果您與使用它而不是unsigned char庫連接，那么char可能仍然是首選。

請注意，從char *到/來自unsigned char *的轉換始終是安全的（3.9p2）。 支持unsigned char哲學理由是標准中的3.9p4支持它，至少對於表示可以保存對象的內存表示的字節數組：

類型的對象的對象表示 T是序列N unsigned char由類型的對象占據對象T ，其中N等於sizeof(T) 。

Answer 2

從理論上講，C ++中字節的大小取決於編譯器設置和目標平台，但保證至少為8位，這就解釋了為什么sizeof(uint8_t)必須為1。

更准確地說，標准對此有何看法

§1.71

C ++內存模型中的基本存儲單元是字節。 一個字節至少足以包含基本執行字符集（2.3）的任何成員和Unicode UTF-8編碼形式的八位代碼單元，並由連續的位序列組成，其數量為實現定義。 最低有效位稱為低位; 最重要的位稱為高位。 C ++程序可用的內存由一個或多個連續字節序列組成。 每個字節都有一個唯一的地址。

因此，如果您正在使用一些字節不是8位的特殊硬件，它可能會產生實際差異。 否則，我會說這是一個品味問題以及您希望通過類型選擇進行溝通的信息。

Answer 3

盡管從可讀性的角度來看，如果類型是unsigned char表示值為0..255，則更加清楚。

Answer 4

可能對blob使用帶符號值的其他問題之一是該值將取決於符號表示，而不是標准的一部分。 因此，調用未定義的行為更容易。

例如...

signed char x = 0x80;
int y = 0xffff00ff;

y |= (x << 8); // UB

實際的算術值也嚴格依賴於兩個補碼，這可能會給一些人帶來驚喜。 使用unsigned明確避免了這些問題。