c - char如何存储两个数字？

Question

下一个案例:我有西里尔字母“б”。运行下一个代码:

int main() {
    char c;
    scanf("%c", &c);
    printf("%d\n", c);
    return 0;
}

显示 -48。但是当我调试这个变量 c 时，它会显示下一个:-48 '\320' .

那么这是如何工作的呢？这是一个指向 2 长度数组的指针吗？或者它如何能够存储两个数字？

Answer 1

一个 char 变量可以用来存储一个小的¹ 整数，或者一个字符(更准确地说，代码单元)在一些不太明确的地方，一般是基于ASCII的编码。这里调试器只是试图通过显示 c 内容的两个(有争议的)有意义的表示来提供帮助。

---

让我们想象一下，您实际上编写了 a 而不是 б；在这种情况下，调试器会写类似

c = {char} 97 'a'

因为c中实际存储的数字是97，解码为ASCII，对应字母a。

不幸的是，您可以将所有可能的字符放入单个 8 位 char 值中的想法是完全有缺陷的，因此当今使用最广泛的编码 (UTF-8) 恰好是在您的机器上使用的那个，需要多个代码单元(≈字节)来表示单个代码点(≈逻辑字符)(更多细节in this question)。特别地，б 表示为一个两个 字节的字符串，即字节 0xD0 和 0xB1。

C 对 UTF-8 或代码点一无所知；如果您将 %c 指定为 scanf，它会读取单个字节，而不管它是否足以表示完整的 UTF-8 代码点这一事实。因此，只有第一个字节被读取，c 只包含 0xD0 值； 0xB1 仍在缓冲区中，尚未读取。

回到调试器显示的值，首先必须注意，在您的平台上(不幸的是，在许多平台上)，char 是有符号的。因此，0xD0 字节被解释为带符号的值 -48(实际上，0xD0 = 208，它在 127 处“环绕”；208 - 256 = -48)。

至于'\320':此处的调试器希望显示该值的ASCII 表示；然而，字节 0xD0 超出了 ASCII 字符范围²，所以这里它以转义序列显示。您可能熟悉 '\n' 表示换行符或 \0 表示 NUL 字符；一般情况下，\后接一到三位数字在C语言中表示对应八进制值的字节； 0320 确实是八进制的 208，也就是十进制的 0xD0。

所以，这里没有什么神秘之处:c 仍然包含一个值(它只是你角色的“一半”)；您所看到的只是其内容的两个(同样不方便)表示。

---

注释

1. 在大多数平台上，[-128, 127] 或 [0, 255]，具体取决于 char 的符号(不幸的是，这是实现定义的)。
2. 的确，UTF-8 扩展 ASCII 仅使用设置了高位(ASCII 未使用)的字节作为其多字节序列；这确保它们不会被误解为 ASCII 文本。