C++ 实现定义的行为和读取unicode到缓冲区

我有两个问题，一个小问题，所以我会一起问。 实现定义的行为是否与未定义的行为一样危险

我使用以下代码从文件中读取了一些unicode字符串：

 char buff[1000];
 while (fgets(buf,1000, ptr_file) != NULL)
        printf("line: %s",buf);

我相信文件中的unicode字符是以UTF8编码保存的。 但当我检查时，每个UTF8值都超过128。然而 如您所见，该数组为

char

类型（表示范围-127128）。

---

但字符串打印正确。怎么搞的？我调用UB了吗？

当标准声明某个东西具有实现定义的行为时，这意味着编译器编写器必须记录该东西将发生什么。该行为未定义，但在不同的实现中，该行为可能有所不同

char

的有符号性就是这样一个例子。它是由实现定义的，不管它是有符号的还是无符号的，但是编译器实现应该记录它（通常，它会提供一个开关，让您选择想要它的方式）

请注意，

char

本身是一种不同于

signed char

和

unsigned char

的类型（与

int

同义的

int

）

交叉参考：

---

C.11：{62.5} 15和C++. 11：〈3.91} 1 . < /P> < P>回答第二个问题.我认为UTF-8编码中没有任何代码点的UB，因为参照C99最新草案<代码> 2.2.5/code >，P.3（强调雷）：

声明为type

char

的对象足够大，可以存储 基本执行字符集。如果是基本执行的成员 字符集存储在

char

对象中，其值保证为 必须是非负的。如果任何其他字符存储在

字符

对象中，则 结果值是实现定义的，但应在 可以在该类型中表示的值的范围

这可能有助于添加

fgets

函数的原型：

char*fgets（char*restrict s，int n，FILE*restrict stream）

例如，变音符号

ś

在UTF-8中被编码为两个字节：

C5

（

197

十进制，因此它在

-128..127

范围之外，假设

char

的有符号变体）和

9B

。它的实现定义为

C5

实际上存储在

char

对象中。由于UTF-8编码“产生”字节表示，因此在任何单字节范围内存储值都没有实际问题

---

---

第一个问题检查：.

字符可以是有符号的，也可以是无符号的。@ShafikYaghmour:我不明白你的意思，但我认为在我的第二个问题上，它是简单的。定义的行为（在某处读取）无符号字符到有符号字符的通常转换是从大于127的每个值中减去256。这保留了两个补码机器的位模式。只要位模式保持不变，就会得到预期的行为。“实现定义”通常只是保留一个奇怪的架构以不同方式做事的权利；你不太可能遇到奇怪的架构。那么我们可以说impl定义的行为没有UB危险吗？是的，因为行为是确定性的。但是，依赖于实现定义的行为的代码不是最大可移植的。您将字节读入字符，然后将字节作为字符写出。你搞不懂什么？我写的字节是unicode，值>128。我的缓冲区是字符类型的。char的范围为：-127128只有在执行算术运算时才会发生有符号整数溢出。你不是在做算术。