关于 %x 打印 char，却占 4 字节的思考

问题起源

#include <stdio.h>

int main() {
    char x[] = "你好世界，hello world!";
    printf("%s\n", x);
    printf("0x%x\n", x[0]);
    printf("%d\n", sizeof(x));
    printf("%d\n", sizeof(x[0]));

}

/*输出
 *----------------------
 *你好世界，hello world!
 *0xffffffe4
 *28
 *1
 *----------------------
 */

当使用以上代码打印中文字符串的编码时，发现其打印的一个 char 字符竟然占 4 字节 与 char 占 1 字节 不符。

原因分析

%x 的含义是打印 16 进制形式的无符号整形（即 unsigned int，占 4 字节），所以上述程序在打印 x[0] 时其实是做了隐式的 char 到 usinged int 的转换的，而在 windows 中 char 实际上是 signed char ¹，故可将变量提升过程理解为 signed char 到 signed int 到 unsigned int。

在上述程序中 x[0] 的实际值为 0xe4（utf-8 编码），其符号位为 1，当其转换为 signed int 时会存在符号位的填充，即前三个字节全填充 1（这与补码的性质有关），故变成了 0xffffffe4，而signed int 到 unsigned int 不会对储存的二进制做任何改变，故最终打印结果为 0xffffffe4。

程序改进

根据上述分析，我们只需将 char 改为 unsigned char，此时由于类型提升途径为 unsigned char 到 usigned int ，不存在符号位的填充，其前三个字节全部填充 0，最后打印出来的依旧是 0xe4。程序代码如下：

#include <stdio.h>

int main() {
    unsigned char x[] = "你好世界，hello world!";
    printf("%s\n", x);
    printf("0x%x\n", x[0]);
    printf("%d\n", sizeof(x));
    printf("%d\n", sizeof(x[0]));

}

/*输出
 *----------------------
 *你好世界，hello world!
 *0xe4
 *28
 *1
 *----------------------
 */

总结

实际上只要使用 %x 打印，其本质上都是打印的 4 字节的无符号整形类别，如果需要使用其来打印字符串的编码，则需要将字符串定义为 unsigned char [] 类型，以避免当编码最高位为 1 时，被错当为符号位，在类型提升中填充符号位，从而将前 3 个字节也打印出来。