singed char と unsigned char の違いに関するメモ

c/c++

バイナリデータをごりごり直接操作する場合，1byte(8bit)型としてchar型を使用することがある．このとき，符号(signed / unsigned) を意識しないと思わぬ罠にはまるという話の経験談．

結論

  • 1byte型は"unsigned" char型を意識して使うほうがよい．

ポイント

  • "char"のみと記述した場合，"signed" or "unsigned" のどちらであるのかは，言語仕様で定められていない
    • たとえば，VCではコンパイルオプションでどちらとみなすか指定できる．
  • char型の「文字型」としての機能を忘れない
    • 難しくいえば：　バイナリは「具体」・文字は「抽象」

実験

C/C++でchar型の変数は，格納されているバイナリ値に対応するasciiコード表上の文字を表現している．たとえば，0x61というバイナリ値は'a'という文字を表現していると解釈される：

  std::cout << boost::format("%X") % (short)'a' << '\n'; // 0x61
  std::cout << boost::format("%s") % (unsigned char)97 << '\n'; // a
  std::cout << boost::format("%s") % (unsigned char)0x61 << '\n'; // a

実行結果：

61
a
a

つまり，数値（10進数／バイナリ値）をchar型にキャストすると文字として解釈が可能となる．

さて，数値をchar型にキャストするとき，その数値範囲を気を付ける必要がある．例として，127(0x7F)と128(0x80)を挙げる．

まず，"unsigned char"にキャストしたのちに，数値データに再キャストする：

  std::cout << boost::format("%1$d : %1$X") % (short)(unsigned char)127 << '\n';
  std::cout << boost::format("%1$d : %1$X") % (short)(unsigned char)128 << '\n';

127 : 7F
128 : 80

これは素直に解釈できて，127-->127, 128-->128と無事に戻ってこれる．

問題は，signed char型に，または，char型を"signed" char型と扱う環境でchar型に，キャストしたのち，数値データに再キャストした場合：

  std::cout << boost::format("%1$d : %1$X") % (short)(char)127 << '\n';
  std::cout << boost::format("%1$d : %1$X") % (short)(char)128 << '\n';

127 : 7F
-128 : FF80

ここでは，127-->127に戻るが，128-->"-128" になってしまう！

たぶん，文字の表現としてasciiコードが7bit(0x7Fまで)であることと，符号付き数値型の負数の表現法が原因．とりあえずメモ．