处理ctype.h整数溢出

处理字符值的正确方法是什么？当转换为无符号字符时，字符值落在{INT_MAX + 1 ... UCHAR_MAX}之间，其中UCHAR_MAX大于INT_MAX。处理ctype.h整数溢出

int is_digit(char c) { 
    unsigned char uchar = c; 
    if(uchar > INT_MAX) 
     return MAYBE; 
    return isdigit((int)uchar) ? YES : NO; 
}

来源

2010-06-28 Elite Mx

你在哪里UCHAR_MAX大于'INT_MAX'？ – 2010-06-28 22:09:11

我必须将所有代码都放在我正在使用的机器上吗？ – 2010-06-28 23:11:12

Unicode字符集（这是最常用的）具有从0到0x10ffff的字符代码。因此，如果int是16位类型（或者具体小于22位），则字符代码的唯一可能性大于INT_MAX。如果是这种情况，那么你根本不能在int中存储字符代码。

如果int是32位类型（或至少22位），那么在投射到int时，字符代码不会溢出。

来源

2010-06-28 22:28:06 Guffa

您始终可以使用utf-8和或char数组来存储单个代码点。无论如何。字符串文字由字符组成，而ctype.h函数不能在字符上使用。编写C99的人必须考虑这个角落案例。 – 2010-06-28 23:09:19

@Elite：这是一个角落案件？你知道任何使用完整的21位Unicode代码点的系统（即以UTF-32存储字符串）并且有16位int吗？ – Guffa 2010-06-29 00:04:32

Unicode与任何事物无关。关注这两个事实。你有一个角色，它有一个价值（ZOMG！它甚至可能是负面的）。像isdigit这样的函数可能不会接受你的价值。最后 - ctype.h中的函数不可靠。 – 2010-06-29 07:26:48

UCHAR_MAX将会大于INT_MAX的唯一方法是如果您在使用sizeof(int) == 1的计算机上; 即，其中char具有与int一样多的位。在这些机器上，UCHAR_MAX = UINT_MAX≥INT_MAX。

在32位（或更高版本）的机器上，这不太可能是个问题。只要变量c中的值来自文本源，就不会有文字编码，我知道这会导致溢出。即使'UTF-32'只有低21位有效。（实际上，因为我们正在讨论奇系统，我应该说，这个工程与sizeof(int) = 1和CHAR_BIT≥22☺机）

如果这样一台机器上is_digit()不过是一个传入的参数c大于INT_MAX， 它并非来自文本源。未定义的行为是将非字符数据放入char变量的结果，并且这将始终是程序员所做的事情，而不是实现所造成的。

有一种系统，其中该可以是一个问题：16位char和int，并且该系统中使用的16位字符代码（例如，UTF-16），其中高比特可以被设置。如果是这种情况，则有必要将实现定义为明确的char，因为这个原因。随着char签署，它将推广到（签名）int，并可以安全地传递给is*()功能家族;与char无符号，它将推广到unsignedint并且转换为签名int可能是未定义的。

在这样的系统中，你的代码确实是坏了，但是这将是你自己的完全不必要的转换到unsigned char和危险的（这个系统）故障投(int)uchar。

总结：在与sizeof(int) == 1系统中，实施的责任，确保每一个代码点，存储在char变量时，可以安全地传递给ctype.h函数（预计int参数）。这可以总是完成。如果你在char变量中存储了一些不是代码点的东西，并将其传递给is*()，那么责怪未定义的行为就是你自己的&。

来源

2012-02-02 16:11:18

处理ctype.h整数溢出

回答

相关问题