C/C++的零散知识（五）

1.关于打开文件的问题
现在有一个问题，我想用二进制形式打开一个exe可执行文件，并且输出其中的二进制数据，应该怎么办。不讲太多，直接上代码。

#include <stdio.h>
#include <ctype.h>

int main()
{
	FILE *fp;
	char ch[50];
	int ch1;
	scanf("%s",ch);
	fp=fopen(ch,"rb");
	if(fp==NULL)
		printf("ERROR");
	else
	{
		ch1=fgetc(fp);
		while(ch1!=EOF)
		{
			//if(isalnum(ch1)!=0)
				printf("%x",ch1);
			//else
				//printf(" 00");
			ch1=fgetc(fp);
		}
	}
	return 0;
}

对该程序进行一些补充，这个程序关键的问题在于，fgetc函数的返回值为一个int类型，如果定义的ch1是char类型的，那么输出时会将fgetc返回的int类型看成对应字符的ascii码，虽然会转化为对应的字符，但是会有很多的缺省，因为在exe文件中（这里特指dos中的exe文件，因为对windows中的exe文件不太了解），开始的若干个字节的文件描述后面通常会跟着一堆的0，这些会被翻译为空字符，不会被显示出来，所以我们将ch1变量写作整型。返回的值正确。

2.关于C中的signed与unsigned的区别
先给个例子，

#include <stdio.h>

 

void f(unsigned char v)

{

    char c = v;

    unsigned char uc = v;

    unsigned int a = c, b = uc;

    int i = c, j = uc;

    printf("----------------\n");

    printf("%%c: %c, %c\n", c, uc);

    printf("%%X: %X, %X\n", c, uc);

    printf("%%u: %u, %u\n", a, b);

    printf("%%d: %d, %d\n", i, j);

}

 

int main(int argc, char *argv[])

{

    f(0x80);

    f(0x7F); 

    return 0;

}

对该程序进行一个简单的补充解释。首先是在内存中，signed与unsigned类型没有本质的区别，都是一个字节，唯一的区别是signed最高位被看成符号位，所以signed的取值范围为-128~127（关于为什么取值为-128，这个是和补码有关的一个人为的规定，详细了解可以去百度查），unsigned不存在符号位的情况，所以取值范围为0到255。主要是符号位，但是在普通的赋值，读写文件和网络字节流都没什么区别，反正就是一个字节，不管最高位是什么，最终的读取结果都一样，只是你怎么理解最高位而已，在屏幕上面的显示可能不一样。
但是我们却发现在表示byte时，都用unsigned char，这是为什么呢？
首先关于byte，这个玩意通常意义上来讲你单单看他，他不存在什么符号。（符号这个玩意是编译器所认为的，就是进行人为规定的）。但是在赋值的时候会有问题。更重要的是如果将byte的值赋给int，long等数据类型时，系统会做一些额外的工作。（事实上来说byte类型在c语言中是存在的，但是我们不推荐用byte类型，一般来说都用unsigned char，就像上面程序所示的那样，下文中的byte类型可以看成unsigned char）如果我们将byte类型赋值给char类型，那么编译器会对最高位进行扩展，如果byte为0x80，那么赋值后，char类型为0xFFFFFF80，这个值实际上是一个补码，计算机中为了方便计算都会以补码保存数据，如果我们把它转换成对应的原码，它的值为0x80000080
也就是1000 0000 0000 0000 0000 0000 1000 0000，这个值为-0x80，如果我们不那么严谨的来看的话，char类型与对应的byte类型的值只差一个符号，值是相同的。这个例子意味着在将byte类型的值赋值给char类型时，系统对char类型的最高位进行了填充，如果byte类型的值的最高位为0，那么系统在char类型中填充时，高位全部为0，如果byte类型的值的最高位为1，那么系统在char类型中填充时，会将最高位填充为1，其余为0，进行求补操作后就会变成类似FFFF这样的高位数据。如果将被同一个byte类型赋值的char与unsigned char同时用%c进行输出的话，他们的值是相同的，这个原因可能是编译器在通过%c输出一个变量是只看前一个字节的信息，如果只看前一个字节的信息，char与unsigned char 类型的值是相同的，所以翻译为同一个字符。（按道理来说如果你给一个例如0x80的值给char与unsigned char他们都不会被翻译为任何的字符，但是在我的vc中他们被翻译为了一个罗马字符，很有可能ascii码有额外的扩展，这个就不深究了。）同样的，如果把一个值为0x80的byte类型变量先赋值给char与unsigned char，之后用char与unsigned char分别为int类型的变量赋值，最后用%d输出，发现被char类型赋值的int输出为-128，被unsigned char类型赋值的int输出128，对照着上面的解释，出现如此结果的原因应该明了了。