C 教材：為什麼 getchar() 要儲存到 int 資料型態的變數？

如果是第一次閱讀，那麼先看看就好，也許學了第Ｄ講之後再來複習。

在第一版的 mycat0.c 中， 我們說 getchar() 從標準輸入裝置讀進一個字元。 以前學過，字元的資料含量是 1-byte，但 int 的資料含量是 4-byte。 為什麼不宣告 c 是 char 就好了？ 為什麼要使用資料型態比較長的 int？

char 資料型態只用一個 byte 來記錄資料。 它相當於 1-byte 或 8-bit 的整數資料型態，故只能記錄 -128 到 127 的整數。 雖然標準的 ASCII 碼只有 0 到 127，也就是 MSB = 0 的情形。 但是現在許多的字碼都用到 MSB = 1 的位元組 (bit pattern)， 例如 Latin-1 和 Big-5 碼。 所以，代表檔案結束的 EOF 就不能與所有這些碼衝突。 否則，讀到這個字碼，就會務以為檔案結束。 因此，最安全的做法就是，使用比 char 更大的整數資料型態來記錄 EOF。 這就是為什麼我們宣告 c 的資料型態是 int 而非 char。 利用 

printf("%d\n", EOF);
我們看到 EOF 只是一個符號常數，它就是 -1。 如果將 c 宣告成 char， 它的位元組就是 11111111 (二補數記錄 -1)。 這個位元組與 extended ASCII 碼的 255 號是一樣的， 電腦將無法分辨它們的不同 (電腦其實只認得位元組)。 於是，如果輸入的檔案中有 extended ASCII 255 字元 (y 上面加兩點)， 就會誤判為檔案結束。 如果將 c 宣告成 int， 則若讀到普通字元，例如 A 的字碼，c 的位元組就是
00000000000000000000000001000001
例如讀到 extended ASCII 255 號字元，c 的位元組就是
00000000000000000000000011111111
若讀到 EOF，則c 的位元組就是
11111111111111111111111111111111
這就絕對不會混淆。

雖然 getchar 讀進來一個字元的碼， 但是它確先將這個碼轉換成 int 型態，再拿進來交給 c。 putchar 就反過來。 它如果得到一個 char 型態的資料，那沒問題。 但是如果它得到一個 int 型態的資料，就像前面那個程式， 則它會只取最小的 8 個 bits 送出去。 這就是為什麼可以寫 putchar(c);。

此外，我們再做一個練習，來瞭解 UNIX 對於純文字檔案的處理。 首先，用一個編輯器，編輯一個新檔案。例如名叫 a.txt。 裡面只寫一列 5 個字元：a 空格 b 空格 c 

a b c
不要按 Enter 就儲存檔案。另外寫一個簡單的程式 
#include <stdio.h>
 
main () {
   int i, c;
   for (i=0; i<10; ++i) {
       c = getchar();
       printf("%d ", c);
    }
    putchar('\n');
}
這個程式固定從 stdin 讀 10 個字元進來，但是輸出它們的數值。 編譯後執行。在我的機器上，得到 
shell% a.out < a.txt
97 32 98 32 99 10 -1 -1 -1 -1
其中 97 是 a 的 ASCII 號碼，32 是空格的 ASCII 號碼， 10 是 ASCII 的 LF (LineFeed) 碼，-1 是 EOF。 有此可見：
  1. UNIX 的編輯器，會自動在檔案結束前，加一個 Enter (LF 碼)。
  2. 如果檔案已經結束了，再繼續讀字元進來，會一再地得到 EOF。

習題

  1. 怎樣使用 putchar 輸出一個 LF 碼？
  2. putchar(65); 和 putchar(321); 各輸出什麼符號？ 為什麼會這樣？(提示：321 = 256 + 65。)
[BCC16-C]
單維彰 (2000/03/30) ---
[Prev] [Next] [Up]