在 C 中无符号字符大于 127 的 %s 格式说明符

Question

我编写了以下示例程序，但它们的输出不是我预期的。
在我的第一个程序中，s包含一些字符，但其中一个大于 127( 0xe1 (。当我打印s时，输出不是我预期的。

#include <stdio.h>
int main()
{
    int i, len;
    unsigned char s[] = {0x74, 0x61, 0x6f, 0x62, 0xe1, 0x6f, 0x63, 0x64, 0x6e};
    for (i = 0; i < sizeof(s) / sizeof(unsigned char); i++) {
        printf("%c ", s[i]);
    }
    printf("n%sn", s);                                                                                                               
    return 0;
}

你猜怎么着？输出是：

t a o b c d n 
taobn@

然后我对第一个程序做了一些小的更改，这是我的第二个程序：

#include <stdio.h>
int main()
{
    int i, len;
    unsigned char s[] = {0x74, 0x61, 0x6f, 0x62, 0xe1, 0x6f, 0x63, 0x64, 0x6e};
    // Iteratively output was deleted here
    printf("%sn", s);                                                                                                               
    return 0;
}

输出也让我感到惊讶，它们是：

taobn

为了检查这是否是glibc的一个奇怪功能，我编写了第三个程序，它绕过glibc的I/O缓冲区，并通过系统调用直接将s写入write文件中。

#include <stdio.h>
#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>
#include <unistd.h>
int main()
{  
   int fd;                                                  
   unsigned char s[] = {0x74, 0x61, 0x6f, 0x62, 0xe1, 0x6f, 0x63, 0x64, 0x6e};
   if((fd = open("./a.out", O_WRONLY | O_CREAT)) < 0) {
        printf("error openn");
        return -1;
    }
    write(fd, s, sizeof(s));
    close(fd);
    return 0;
} 

输出仍然是：

[cobblau@baba test]$ cat a.out
taobn

谁能解释一下？ 这是怎么回事？
谢谢。

Answer 1

使用变量调用printf("n%sn", s) s不指向以 null 结尾的字符串会产生未定义的行为。简单来说，数组中的最后一个字符应该是 0(又名 (。

%s告诉printf打印位于输入参数所指向的内存地址处的字符，直到遇到 0 字符。

您正在传递不包含 0 字符的字符数组，因此printf将继续从内存中读取字符，直到遇到 0 或执行非法内存访问。

---

以下是最终打印"taobn@"的方法：

您的字符数组是：

unsigned char s[] = {0x74, 0x61, 0x6f, 0x62, 0xe1, 0x6f, 0x63, 0x64, 0x6e};

假设内存中紧跟在此数组之后的字符为：

0x08, 0x08, 0x08, 0x08, 0x08, 0x6e, 0x40, 0x20, 0x20, 0x20, 0x08, 0x08, 0x08, 0x00

因此，从本质上讲，printf将尝试打印以下以 null 结尾的字符串：

unsigned char s[] = {0x74, 0x61, 0x6f, 0x62, 0xe1, 0x6f, 0x63, 0x64, 0x6e,
                     0x08, 0x08, 0x08, 0x08, 0x08, 0x6e, 0x40, 0x20, 0x20,
                     0x20, 0x08, 0x08, 0x08, 0x00};

现在，试着打电话给printf("%s",s)，看看你得到了什么......

Answer 2

除了其他人指出的当前未以 null 结尾的字符串(这可能导致未定义的行为(的问题之外，代码高于 127 的字符的输出取决于当前的控制台字符集。

您可以使用单字节字符集，如 ISO-8859-1(AKA Latin1(，或其轻微变体 Windows 1252、CP850 或 CP437，每个都有自己的高字符表示形式，但一侧一个字节是一个字符，另一侧的多字节字符集(如 UTF8(。

例如，字符串éè由 ISO-8859-1 中的{ 0xe9, 0xe8, 0 }、CP850 中的{ 0x82, 0x8a, 0 }和 UTF8 中的{ 0xc3, 0xa9, 0xc3, 0xa8, 0 }表示

目前，当您尝试在控制台中打印其代码未知的字符时，您可以得到一个 ? ，一个正方形或什么都没有，具体取决于系统。

Answer 3

打印单个字符不同于打印不以空终止符终止的字符数组

unsigned char s[] = { 0x74, 0x61, 0x6f, 0x62, 0xe1, 0x6f, 0x63, 0x64, 0x6e };
printf("n%sn", s); // Wrong, undefined behavior

或者，您可以自己提供尺寸

printf("n%.*sn", (int)sizeof(s), s);

来自 printf(( 的文档：

。数

对于 s：这是要打印的最大字符数。默认情况下，将打印所有字符，直到遇到结尾空字符。