處理ctype.h整數溢出

處理字符值的正確方法是什麼？當轉換爲無符號字符時，字符值落在{INT_MAX + 1 ... UCHAR_MAX}之間，其中UCHAR_MAX大於INT_MAX。處理ctype.h整數溢出

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

來源

2010-06-28 Elite Mx

你在哪裏UCHAR_MAX大於'INT_MAX'？ – 2010-06-28 22:09:11

我必須將所有代碼都放在我正在使用的機器上嗎？ – 2010-06-28 23:11:12

Unicode字符集（這是最常用的）具有從0到0x10ffff的字符代碼。因此，如果int是16位類型（或者具體小於22位），則字符代碼的唯一可能性大於INT_MAX。如果是這種情況，那麼你根本不能在int中存儲字符代碼。

如果int是32位類型（或至少22位），那麼在投射到int時，字符代碼不會溢出。

來源

2010-06-28 22:28:06 Guffa

您始終可以使用utf-8和或char數組來存儲單個代碼點。無論如何。字符串文字由字符組成，而ctype.h函數不能在字符上使用。編寫C99的人必須考慮這個角落案例。 – 2010-06-28 23:09:19

@Elite：這是一個角落案件？你知道任何使用完整的21位Unicode代碼點的系統（即以UTF-32存儲字符串）並且有16位int嗎？ – Guffa 2010-06-29 00:04:32

Unicode與任何事物無關。關注這兩個事實。你有一個角色，它有一個價值（ZOMG！它甚至可能是負面的）。像isdigit這樣的函數可能不會接受你的價值。最後 - ctype.h中的函數不可靠。 – 2010-06-29 07:26:48

UCHAR_MAX將會大於INT_MAX的唯一方法是如果您在使用sizeof(int) == 1的計算機上; 即，其中char具有與int一樣多的位。在這些機器上，UCHAR_MAX = UINT_MAX≥INT_MAX。

在32位（或更高版本）的機器上，這不太可能是個問題。只要變量c中的值來自文本源，就不會有文字編碼，我知道這會導致溢出。即使'UTF-32'只有低21位有效。（實際上，因爲我們正在討論奇系統，我應該說，這個工程與sizeof(int) = 1和CHAR_BIT≥22☺機）

如果這樣一臺機器上is_digit()不過是一個傳入的參數c大於INT_MAX， 它並非來自文本源。未定義的行爲是將非字符數據放入char變量的結果，並且這將始終是程序員所做的事情，而不是實現所造成的。

有一種系統，其中該可以是一個問題：16位char和int，並且該系統中使用的16位字符代碼（例如，UTF-16），其中高比特可以被設置。如果是這種情況，則有必要將實現定義爲明確的char，因爲這個原因。隨着char簽署，它將推廣到（簽名）int，並可以安全地傳遞給is*()功能家族;與char無符號，它將推廣到unsignedint並且轉換爲簽名int可能是未定義的。

在這樣的系統中，你的代碼確實是壞了，但是這將是你自己的完全不必要的轉換到unsigned char和危險的（這個系統）故障投(int)uchar。

總結：在與sizeof(int) == 1系統中，實施的責任，確保每一個代碼點，存儲在char變量時，可以安全地傳遞給ctype.h函數（預計int參數）。這可以總是完成。如果你在char變量中存儲了一些不是代碼點的東西，並將其傳遞給is*()，那麼責怪未定義的行爲就是你自己的&。

來源

2012-02-02 16:11:18

處理ctype.h整數溢出

回答

相關問題