提供了编程的基础技术教程

zl程序教程

您现在的位置是：首页 >  后端

当前栏目

C语言中的BYTE和char深入解析

C语言 深入 解析 char byte
2023-06-13 09:15:06 时间

例如，在下面的源程序中“""”之内的“你”、“好”、“，”、“C”、“!”、“\n”就属于程序要处理的字符。

复制代码代码如下:

#include<stdio.h>
intmain(void)
{
     printf("你好，C!\n");  
     return0;
}   

该源程序中的其他字符则属于书写源程序的字符，这其中也可能包含并没有明显显示出来的字符，例如空格字符(spacecharacter)、水平制表符(horizontaltab)、垂直制表符(verticaltab)和换页符(formfeed)。

从某种意义上来说，编辑/编译器是一种接受字符输入，输出可执行文件的软件，由它产生可执行文件经过加载成为内存中的程序，这个程序通常也不可避免地要处理字符。

编辑/编译器与它生产出的应用程序并不一定运行在同一个环境中，这就意味着两者可能要各自处理不同的字符集合。

编辑/编译器所要处理的字符就是书写C语言源程序所用的字符，这种字符的集合叫源字符集(sourcecharacterset)。而应用程序要处理的字符所构成的集合叫执行字符集(executioncharacterset)。

对于多数C语言学习者来说，由于编辑/编译环境与应用程序运行环境是重合的，可能意识不到源字符集与执行字符集之间的区别。

•源字符集(sourcecharacterset)
源字符集中的字符就是编写C语言源程序的字符，也就是C语言要求编辑/编译器所运行的环境所提供的字符。这套字符由这几部分组成：基本字符集(basiccharacterset)、表示换行的字符（new-linecharacter）和扩展字符(extendedcharacters)。

基本字符集(basiccharacterset)包括：

ABCDEFGHIJKLM

NOPQRSTUVWXYZ

abcdefghijklm

nopqrstuvwxyz

0123456789

!"#%&"()*+,-./:

;<=>?[\]^_{|}~

空格(spacecharacter)

控制符：horizontaltab,verticaltab,formfeed

一共是95个。这就是C语言对编辑/编译器运行环境的最基本的要求，言外之意就是只要编辑/编译器所运行环境提供这95个字符就可以编写C语言程序了。事实上C语言源程序也“主要”地由这95个字符组成。

此外，C语言还要求在编辑/编译器运行的环境中，0~9这十个字符的编号（编码）必须是连续的。

遗憾的是，有些环境无法全部提供这95个字符。例如，据说有些国家的键盘上压根就没有“[”这个键。

由于存在这种情况，所以C语言也容许用所谓的三字符序列(trigraph)来表示那些环境不提供的字符。比如用“??<”表示“{”，用“??>”表示“}”。下面的代码尽管看起来有些怪异，然而依然是合法的C程序。

复制代码代码如下:

#include<stdio.h>
intmain(void)
 ??<
     printf("你好，C!\n");  
     return0;
 ??> 

编译器也可以对基本字符集自行进行扩展，这就是所谓的扩展字符(extendedcharacters)。前面代码中的“你”、“好”就属于扩展字符。这些扩展字符只能出现在标识符、字符常量、字符串字面量、头名(headername)、注释以及某些预处理单词(preprocessingtokenthatisneverconvertedtoatoken)中。代码的其他其他部分出现扩展字符则是一种未定义行为。

扩展字符的值是由具体的编译器定义的。源程序可以使用的所有字符的集合叫做扩展字符集(extendedcharacterset)。

•执行字符集
应用程序运行的环境中的字符集(theexecutioncharacterset)也是一种扩展字符集(extendedcharacterset)。

其中也必须包括前面提到的源字符集中的那95个基本字符集，0~9这十个字符的编码也必须是连续的。

特别需要注意的是，C语言并没有要求执行环境中的基本字符集和编辑/编译环境中的基本字符集具有相同的编码方式，尽管这两个基本字符集的“符”是相同的。

执行环境中必须提供的字符还有alert，backspace，carriagereturn，newline以及一个各位都为0的字符（nullcharacter）。

执行环境中程序可以处理的其他字符也被叫做扩展字符(extendedcharacters)，这些扩展字符与基本字符集以及alert，backspace，carriagereturn，newline和nullcharacter共同构成了执行环境中的扩展字符集(extendedcharacterset)，或称之为执行字符集(theexecutioncharacterset)。

对于执行环境来说，扩展字符(extendedcharacters)同样是由编译器自行定义的。

•C语言中的Byte
C语言中的Byte，如同int等类型类似，同样不是一个确定长度的位组。C语言只是要求Byte能放得下执行环境中和编辑/编译环境中基本字符集的编码。这样在某些编译器中C语言中的Byte是9位就不难理解了，这并不违背C语言的基本定义。

同样的道理，如果在编辑/编译环境中，基本字符集的编码是8位，而在运行环境中基本字符集的编码是16位的话，那么Byte的大小显然就必须至少为16位。

由此可见，在C语境中的Byte并非是平时普遍认为的octet(8位组)。

•C语言中的char数据类型
C语言中的char数据类型是一种整数类型(integertype)，它的大小被定义为1个Byte。亦即

sizeof(char) ≡1

若需要知道某个具体编译器的Byte究竟是多少位，可以查看编译器提供的limits.h。其中定义的符号常量CHAR_BIT就是char类型的位数，也就是Byte的位数。

补充：

C标准的矛盾？

"addressableunitofdatalargeenoughtoholdanymemberofthebasiccharactersetoftheexecutionenvironment"(clause3.6oftheCstandard)

可是在5.2.1-3中

Therepresentationofeachmemberofthesourceandexecutionbasiccharactersetsshallfitinabyte.

相关文章