为什么C中的字符串函数在使用char而不是unsigned char的数组上工作？

在

C

标准库函数中，字符串的元素是

char

s。是否有一个很好的理由来决定它而不是

无符号字符

对8位字符串使用

无符号字符

，有一些优点，尽管很小：

• 这更直观，因为我们通常将ASCII码存储为无符号值，并且在处理二进制数据时，我们更喜欢0x00到0xFF的无符号范围，而不是处理负数。所以我们必须投
• 使用无符号整数可能更快/更有效，或者在某些处理器上生成更小的代码

---

因为标准没有将字符定义为有符号字符，所以没有充分的理由。也没有任何好的理由说明char的符号性是由实现定义的。不存在任何类型的使用负数索引的符号表

我认为所有这些都源于一个错误的、奇怪的假设，即有8位整数，然后有“字符”，其中“字符”是某种神奇的神秘事物

这只是C标准中许多非理性缺陷之一，这些缺陷是从恐龙在地球上行走的时代继承下来的。char神秘的符号性并没有给语言带来任何变化，除了隐式整数提升可能导致与符号性相关的错误

编辑：

很可能他们让char被签名是因为他们希望它的行为与其他整数类型一样：short、int、long，标准保证这些类型在默认情况下都是有符号的

使用无符号整数可能更快/更有效，或者在某些处理器上生成更小的代码

你最终选择哪种类型并不完全是直观的。无论何时在表达式中使用char作为操作数，它都将被提升为int。类似地，常量字符文本“a”、“n”等的类型为int，而不是char。C语言强制编译器根据隐式提升规则（称为“整数提升”和“常用算术转换”/“平衡”）提升类型

一旦升级完成，编译器可能会将类型优化为最有效的类型，前提是它可以证明优化不会改变结果

如果您有此代码：

char a = 'a';
char b = 'b';
char c = a + b;

字里行间有许多模糊的事情。首先，文本“a”和“b”会被无声地从

int

截断为有符号/无符号字符。然后在表达式

a+b

中，a和b都被整数提升规则隐式提升为

int

类型。在两个

int

上执行加法。然后，结果会自动截断回有符号/无符号字符

---

如果编译器能够证明优化不会影响上述任何模糊性，那么它可能会用正常的8位操作来代替

好问题。由于该标准没有将

char

定义为无符号或有符号（这由实现决定），因此我猜想对

char

的偏好来自两个角度：

• char

  比

  unsigned char

  花费更少的时间进行键入，使得字符串操作函数的原型更易于阅读和使用
• 因为最初的ASCII规范是7位的，所以为了C规范的缘故，有效值是否在0到127或0到255之间并不重要。8位字符集的标准化发生得晚得多

---

有三种相关类型：

• 有符号字符

  ，用于存储小的有符号整数

• 无符号字符

  ，用于存储小的无符号整数

• char

  ，用于存储字符

我想你真正想知道的是为什么

char

不是无符号类型

曾经有一段时间[1]

char

被描述为已签名（见第4页），但即使在当时，“符号传播功能在其他实现中消失”，因此它的行为已经表现为在某些地方已签名，在其他地方未签名。我认为实现的选择仅仅反映了对他们来说最简单的方式（例如，在PDP-11上，第一个C实现是针对它的，

MOVB

做了符号扩展，我不记得有一种方法可以将字节移动到一个字而不获得符号扩展）

现在，我知道的大多数实现都使用带符号的

char

。我所知道的唯一一个无符号的

char

是来自IBM的，是EBCDIC委托it的支持（基本字符集中字符的字符代码必须是正数，EBCDIC的大多数字符代码都在128以上）

---

[1] 字符的签名是由实现定义的

对于您所描述的问题，一个更干净的解决方案是强制要求纯

char

必须无符号

普通

char

可能有符号或无符号的原因部分是历史原因，部分与性能有关

---

C的早期版本没有无符号类型。由于ASCII仅涵盖0到127的范围，因此假定将

char

设为有符号类型没有特别的缺点。一旦做出了这个决定，一些程序员可能已经编写了依赖于此的代码，后来的编译器将

char

保留为有符号类型，以避免破坏这样的代码

引用1975年《K&R1》出版前3年的a：

字符（声明的，以下称为，

char

）从 ASCII集；它们占据8位中最右边的7位 字节。也可以将

char

s解释为带符号的2的补码 8位数字

EBCDIC需要8位无符号

字符

，但显然基于EBCDIC的机器

char ch = '0';
ch ++;