char数组为long导致意外值

Question

我试图将一个字节数组转换为long

long readAndSkipLong(char*& b)
{
    unsigned long ret = (b[0] << 56) | (b[1] << 48) | (b[2] << 40) | (b[3]<<32) | (b[4] << 24) | (b[5] << 16) | (b[6] << 8) | (b[7]);
    return ret;
}

我的转变似乎不对。对于预期的价值

152  --> 00000000 00000000 00000000 00000000 00000000 00000000 00000000 10011000

我明白了：

-104  --> 11111111 11111111 11111111 11111111 11111111 11111111 11111111 10011000 

知道bug在哪里？

Answer 1

这是因为类型促销和标志扩展。 char数组中的每个值都是有符号的，并且位移是一个整数运算。当你使用移位运算符时，它会计算为int，并且因为你的chars是有符号的，所以移位它们会产生签名的ints。

最后（最右边）的字节有1作为符号位。当晋升为int时，其值通过符号扩展变为-104。当您对其余数字进行OR运算时，所有1位都不受影响。

为避免此问题，您可以在移位和ORing之前将每个chars转换为unsigned long。

你可以做的另一件事就是用char和0xff对每个((b[i] & 0xff) << 24)进行逐位AND运算。与0xff进行AND运会产生一个int，保持最不重要的8位完整并且向左零，没有符号扩展。

Answer 2

2件事：

1. char can be signed or unsigned，因此不应该用于存储除字符以外的数据类型。 在C，C ++和大多数类C语言中，任何类型都比表达式中的int must be promoted to int更窄，并且您的语句将被视为这样

   unsigned long ret = ((int)b[0] << 56) | ((int)b[1] << 48)
                     | ((int)b[2] << 40) | ((int)b[3] << 32)
                     | ((int)b[4] << 24) | ((int)b[5] << 16)
                     | ((int)b[6] <<  8) | ((int)b[7]);

   如果char签名，它将使用符号扩展名提升为int。因此，如果字节值为负，则顶部位将填充1。 在MSVC中，char默认签名。您可以使用/J使char无符号，这将解决您的部分问题。但随后又出现了另一个问题：
2. 在Windows long is a 32-bit type中，因此您无法将8个字节打包到其中。此外int在大多数现代系统上也是32位，并且在将b[i]推广到int shifting more than 31 is undefined behavior之后，这是你的程序所做的。

因此，为了便于解决所有问题，您需要：

• 将所有b[i]转换为unsigned char或uint8_t，或者通过与0xFF进行AND运算来掩盖高位，如0605002建议的那样。或者只是将b的类型更改为unsigned char&*而不是char&*
• 将ret更改为至少64位类型，如long long，int64_t或int_least64_t

结果可能如下所示

long long readAndSkipLong(unsigned char*& b)
{
    return ((uint64_t)b[0] << 56) | ((uint64_t)b[1] << 48)
         | ((uint64_t)b[2] << 40) | ((uint64_t)b[3] << 32)
         | ((uint64_t)b[4] << 24) | ((uint64_t)b[5] << 16)
         | ((uint64_t)b[6] <<  8) | ((uint64_t)b[7]);
}

但是，在x86上通常不允许进行未对齐访问，因此您可以简单地将该函数替换为

ntohll(*(int64_t*)&b);

Answer 3

有几件事要考虑 -

1. 包括cstdint并使用std :: uint64_t和std :: uint8_t为你输入类型，这样就不会出现符号问题。
2. 逻辑还取决于您的机器是小端还是大端。对于Little Endian机器，您需要先将最低有效字节放在第一位，然后再放高。你的逻辑是针对Big Endian的。
3. 您可能有计数溢出。更好的方法是显式声明uint64_t并使用它。

这是我在一个小端机器上为字节写入uint64_t的一些代码。

std::uint64_t bytesToUint64(std::uint8_t* b) {
    std::uint64_t msb = 0x0u;
    for (int i(0); i < 7; i++) {
        msb |= b[i];
        msb <<= 8;
    }
    msb |= b[7];

    return msb;
}

OP编辑（实施提示1）：

long readAndSkipLong(char*& b)
{
    std::uint64_t ret = 
        ((std::uint8_t)b[0] << 56) | 
        ((std::uint8_t)b[1] << 48) | 
        ((std::uint8_t)b[2] << 40) | 
        ((std::uint8_t)b[3] << 32) | 
        ((std::uint8_t)b[4] << 24) | 
        ((std::uint8_t)b[5] << 16) | 
        ((std::uint8_t)b[6] <<  8) | 
        ((std::uint8_t)b[7]);
    b+=8;

    return ret;
}