将 char[2] 转换为 unsigned short 时出错？

Question

编辑：

阅读评论后，感谢@M.M 和@AnttiHaapala 我修复了我的代码，但仍然得到不正确的输出...

新代码：

#include <iostream>
int main() {
    char * myChar;
    myChar = new char[2];
    myChar[1] = 0x00;
    myChar[0] = 0xE0;
    unsigned short myShort;
    myShort = ((myChar[1] << 8) | (myChar[0]));
    std::cout << myShort << std::endl;
    return 0;
}

输出：

或者如果您颠倒顺序

旧Post:

所以我有一个从文件中读取的两个字节的值，我想将其转换为无符号短整型，以便我可以使用该数值。

示例代码：

#include <iostream>
int main() {
    char myChar[2];
    myChar[1] = 'à';
    myChar[0] = '[=13=]';
    unsigned short myShort;
    myShort = ((myChar[1] << 8) | (myChar[0]));
    std::cout << myShort << std::endl;
    return 0;
}

输出：

但是 à[=17=] 或 E0 00 应该有一个值 224 作为一个无符号的两字节值？

也很有意思...

此代码：

include <iostream>
int main() {
    char * myChar;
    myChar = "[=15=]à";
    unsigned short myShort;
    myShort = ((myChar[1] << 8) | (myChar[0]));
    std::cout << myShort << std::endl;
    return 0;
}

输出：

Answer 1

注意： 原始代码有一个复杂的因素，因为源是 UTF-8 编码的。请检查此答案的编辑历史以查看我对此的评论。但是我认为这不是您要问的主要问题，因此我更改了答案以仅解决编辑问题。为避免 UTF-8 转换问题，请使用 '\xE0' 而不是 'à'.

关于编辑后的代码：

char * myChar;
myChar = new char[2];
myChar[1] = 0x00;
myChar[0] = 0xE0;
unsigned short myShort;
myShort = ((myChar[1] << 8) | (myChar[0]));
std::cout << myShort << std::endl;

char（在您的系统上）的范围是 -128 到 127。这很常见。你写 myChar[0] = 224;。（0xE0 是一个 int 字面量，值为 224）。

这是一个超出范围的转换，它会导致实现定义的行为。最常见的是，实现将定义它以调整模 256 直到值在范围内。所以你最终得到与以下相同的结果：

myChar[0] = -32;

那么计算(myChar[1] << 8) | myChar[0]就是0 | (-32)，也就是-32。最后，你转换为 unsigned short。这是另一个超出范围的转换，因为unsigned short的范围在您的系统上是[0, 65535]。

但是，在这种情况下，到无符号类型的超出范围的转换明确定义为调整模 65536，因此结果为 65536 - 32 = 65504.

颠倒顺序执行 ((-32) << 8) | 0。左移负值会导致 未定义的行为 ，尽管在您的系统上它已表现为 -32 * 256，给出 -8192。将其转换为 unsigned short 得到 65536 - 8192 = 57344.

如果您试图从第一个示例中获得 224，最简单的方法是使用 unsigned char 而不是 char。然后 myChar[0] 将保存值 224 而不是值 -32.

Answer 2

当您将字符存储到 myChar 时，您存储的是大端字节序：先是高字节，然后是低字节。当您读出单个字节时，您正在以小端方式读取它们：首先是低字节，其次是高字节（移位 8，或乘以 256）。这就是为什么你得到这么大的价值。

myShort = (myChar[0] * 256) + myChar[1];

会给你预期的答案。

Answer 3

使用无符号类型进行位级操作。

例如，在具有 8 位字节的计算机上，char 是有符号的，myChar[0] = 0xE0 会产生负值。 在表达式中使用符号扩展。

相反，为避免出现问题，请对数字使用有符号类型。

将 char[2] 转换为 unsigned short 时出错？

Error converting char[2] to unsigned short?

c++

type-conversion

byte

short

endianness

编辑：

旧Post: