关于EOF和EOF的混淆

Question

在我在Windows上的GCC中，EOF的值是-1。我注意到'ÿ'的值也是-1。所以我做了下面的实验，我对结果完全搞不懂。

int main() {
    
    int a = 'ÿ';
    if (a == EOF) {
        putchar('a');
        putchar(a);
    }

    char b = 'ÿ';
    if (b == EOF) {
        putchar('b');
        putchar(b);
    }

    putchar('\n');

    int c;
    if ((c = getchar()) != EOF) {
        putchar('c');
        putchar(c);
    }

    char d;
    if ((d = getchar()) != EOF) {
        putchar('d');
        putchar(d);
    }
}

结果是

aÿbÿ  // a == EOF b == EOF
ÿÿ    //My input for int c and char d
cÿ    // c != EOF

我的问题是：1.当我将'ÿ'直接赋值给变量时，不管类型是int还是char，它都等于EOF。但是，当我从stdin中将'ÿ'分配给int c时，结果发现c并不等于EOF。这里发生了什么？2.，如果文件中有'ÿ'，系统如何区分'ÿ'和EOF？

Answer 1

C程序有一个执行字符集，这决定了字符文本如何映射到整数值。

您的程序似乎是用iso-8859-1作为执行字符集进行编译的。在我的电脑上，gcc的默认值是utf-8，其中'ÿ'映射到“多字符常量”50111。gcc用iso-8859-1将其映射为-1。我必须使用标志-fexec-charset=iso-8859-1复制你看到的东西。

当您从文件(或stdin)读取时，您将得到操作系统给您的任何字节(解释为一个无符号字符)。stdin和文件的编码通常独立于执行字符集。

您所观察到的是，执行字符集是iso-8859-1映射到范围-128到127 (而不是通常的0到255)，大概是基于在编译器上签名char的基本原理，因此可以表示执行字符集中的每个值。stdin的编码似乎也是iso-8859-1，但它使用的是通常的0到255。如果(d)在你的问题中，值255被分配给一个char (它可能是签名的，从-128到127)，而gcc正在包装它。

摘要：

(A)分配-1到a

• (b)分配-1到b

• (c)分配255到c

• (d) -将255转换为char，从而产生-1。这个-1被分配给d.

。

Answer 2

'ÿ'是数字255的字符表示形式。它作为char文字的值是-1。

255和-1都有相同的8位表示形式(11111111)，这取决于它是被解释为有符号值还是无符号值。char被签名，因此它作为char的值是-1。

当它被分配给一个char变量时，它将按原样存储。

当它被分配给一个int变量时，这个值被提升到int，并且这不会改变它的值，它只能使用更多的位(4个字节)来表示。

顺便说一句，-1也是EOF的值(但是您应该始终在代码中使用常量EOF，永远不要依赖它的数值)。

getchar()返回一个int；对于'ÿ'，它返回255。

当将其赋值给一个int时，该值将被保留。

当将其赋值给char时，行为是未定义的(因为char变量的可能值范围是-128..+127)。

您的编译器似乎选择将最右边的8位255存储到char变量中，并且由于char被签名，该值被解释为-1。

如果文件中有‘

’，那么系统如何区分‘the’和EOF？

getchar()、fgetc()/getc()和其他读取字符的函数返回int。这意味着，当成功时，它们总是返回(包括) 0和255之间的值，在到达文件结束时，返回EOF (该值为负值)。

EOF值为负值，不能与'ÿ'混淆。