用法char ch=getchar()正确性详解

《C陷阱与缺陷》 chap5.1

#include <stdio.h>
int main()
{
    char c;    /* 改成:int c 就正确了 */
 
    while( ( c = getchar() ) != EOF )
    {
        putchar( c );
    }
 
    return 0;
}

     getchar函数在一般情况下返回的是标准输入文件中的下一个字符,当没有输入时返回EOF(一个在头文件stdio.h中被定义的值,不同于任何一个字符,一般C语言实现定义为-1)。这个程序乍一看似乎把标准输入复制到标准输出,实则不然。

     原因在于程序中的变量c被声明为char类型,而不是int类型。这意味着c无法容下所有可能的字符,特别是,可能无法容下EOF。因此,最终结果存在以下几种可能:

1)某些合法的输入在被截断后,使得c的取值和EOF相同;这时程序将在文件复制的中途终止;

2)c根本不可能取到EOF这个值;这时程序陷入死循环;

3)程序表面上似乎能够正常工作,但完全是因为巧合。尽管函数getchar的返回结果在赋值给char类型的变量c时会发生“截断”操作,尽管while语句中比较运算的操作数不是函数getchar的返回值,然而令人惊讶地是许多编译器对上述表达式的实现并不正确。这些编译器确实对函数getchar的返回值做了截断处理,并把低端直接部分赋给了变量c。但是,它们在比较表达式中并不是比较c与EOF,而是比较getchar函数的返回值与EOF,编译器如果采取这种做法,上面的例子程序看上去就能够“正常”运行了。

 

一篇网文的详尽分析http://www.examda.com/ncre2/cpp/fudao/20090520/081605806.html

  许多初学者都习惯用 char 型变量接收 getchar、getc,fgetc 等函数的返回值,其实这么做是不对的,并且隐含着足以致命的错误。getchar 等函数的返回值类型都是 int 型,当这些函数读取出错或者读完文件后,会返回 EOF.EOF 是一个宏,标准规定它的值必须是一个 int 型的负数常量。通常编译器都会把 EOF 定义为 -1.问题就出在这里,使用 char 型变量接收 getchar 等函数的返回值会导致对 EOF 的辨认出错,或者错把好的数据误认为是 EOF,或者把 EOF 误认为是好的数据。例如:

  int c;  /* 正确。应该使用 int 型变量接收 fgetc 的返回值 */
  while ( (c = fgetc(fp)) != EOF )
  {
  putchar(c);
  }

  如上例所示,我们很多时候都需要先用一个变量接收 fgetc 等函数的返回值,然后再用这个变量和 EOF 比较,判断是否已经读完文件。上面这个例子是正确的,把 c 定义为 int 型保证了它能正确接收 fgetc 返回的 EOF,从而保证了这个比较的正确性。但是,如果把 c 定义为 char 型,则会导致意想不到的后果。

  首先,因为 fgetc 等函数的返回值是 int 型的,当赋值给 char 型变量时,会发生降级,从而导致数据截断。例如:
  ---------------------------------
  | 十进制 |      int     |  char |
  |--------|--------------|-------|
  |   10   | 00 00 00 0A  |   0A  |
  |   -1   | FF FF FF FF  |   FF  |
  |   -2   | FF FF FF FE  |   FE  |
  ---------------------------------

  在此,我们假设 int 和 char 分别是 32 位和 8 位的。由上表可得,从 int 型到 char 型,损失了 3 个字节的数据。而当我们要拿 char 型和 int 型比较的时候,char 型会自动升级为 int 型。char 型升级为 int 型后的值会因为它到底是 signed char 还是 unsigned char 而有所不同。不幸的是,如果我们没有使用 signed 或者 unsigned 来修饰 char,那么我们无从知晓 char 到底是指 unsigned char 还是指 signed char,因为这是由编译器决定的。不过,无论 char 是 signed 的也好,unsigned 的也罢,都不能改变使用 char 型变量接收 fgetc 等函数的返回值是错误的这个事实。唯一能改变的是该错误导致的后果。前面我们说了,char 型和 int 型比较时,char 会自动升级为 int,下面我们来看看 signed char 和 unsigned char 在转换成 int 后,它们的值有什么不同:

  ---------------------------------------
  |  char |   unsigned    |   signed    |
  |-------|---------------|-------------|
  |  10   |  00 00 00 0A  | 00 00 00 0A |
  |  FF   |  00 00 00 FF  | FF FF FF FF |
  |  FE   |  00 00 00 FE  | FF FF FF FE |
  ---------------------------------------

  由上表可知,当 char 是 unsigned 的时候,其转换为 int 后的值是正数。也就是说,假如我们把 c 定义为 char 型变量,而编译器默认 char 为 unsigned char,那么以下表达式将永远成立:

(c = fgetc(fp)) != EOF  /* c 的值永远为正数,而标准规定 EOF 为负数 */

也就是说以下循环是一个死循环:

  while ( (c = fgetc(fp)) != EOF )
  {
      putchar(c);
  }

  读到这里,可能有些读者朋友会说:“那么我明确把 c 定义为 signed char 型的就没问题了吧!”很遗憾,就算把 c 定义为 signed char,仍然是错误的。假设 fgetc 等函数读到一个字节的值为 FF,那么返回值就是 00 00 00 FF。把这个值赋值给 c 后, c 的值变成 FF。然后 c 的值为了和 EOF 比较,会自动升级为 int 型的值,也就是 FF FF FF FF。从而导致以下表达式不成立:

(c = fgetc(fp)) != EOF  /* 读到值为 FF 的字符,误认为 EOF */

也就是说以下循环在没有读完文件的情况下提前退出while循环。

  综上所述,使用 char 型变量接收 fgetc 等函数的返回值是错误的,我们必须使用 int 型变量接收这些函数的返回值,然后判断接收到的值是否 EOF.只有判断发现该返回值并非 EOF,我们才可以把该值赋值给 char 型变量。
  同理,C++ 中,用 char 型变量接收 cin.get() 的返回值也是错误的。不过,把 char 型变量当作参数传递给 cin.get 则是正确的。例如:

  char c = cin.get();         // 错误,理由同上
  char c;
  cin.get(c);          // 正确
posted on 2010-05-31 10:58  ︶ㄣ第二名  阅读(10745)  评论(1编辑  收藏  举报