波仔
🔷 第二章 C++语言基础
📄 一句话概括

字符类型不止 char 一个：还有明确符号性的 signed char（−128~127）和 unsigned char（0~255），以及装汉字用的宽字符 wchar_t / char16_t / char32_t。核心认知：char 占 1 字节，它到底是有符号还是无符号，由编译器决定（多数是有符号）。所以字节值超过 127 时，按 char 读出来会变成负数——这不是数据坏了，是"解读方式"的选择问题。一个中文汉字在 UTF-8 下占 3 字节，单个 char 装不下。

一、char 家族的四个成员

类型 字节 范围 用途
char 1 不确定（看编译器，多半是 −128~127） 装普通 ASCII 字符
signed char 1 −128 ~ 127 需要"明确有符号"时
unsigned char 1 0 ~ 255 装原始字节值（如图片、加密数据的字节）
wchar_t Windows 2 / Linux 4 Unicode 码点 宽字符，装汉字等
char16_t / char32_t 2 / 4 UTF-16 / UTF-32 C++11 引入，跨平台更规范

三个词的区别：

二、为什么"中文会变成负数"

这是初学者最容易困惑的现象，原因很清楚：

一个字节能表示 0~255。
如果按【无符号】读 → 200 就是 200
如果按【有符号】读 → 200 超过了 127，被解释为 -56

因为 char 多半是"有符号"的，所以当你把"字节值大于 127 的数据"（中文、图片、加密结果）塞进 char 再打印，就会看到负数或乱码。

怎么办：

情况 用什么
处理文本（英文、数字符号） char 没问题
处理原始字节（二进制数据、编码转换） unsigned char
处理中文/Unicode 文本 string（第 6 章）或宽字符

一句话判断：你在意"它是哪个字符"就用 char；你在意"它是哪个字节值"就用 unsigned char。

三、编码的层次：为什么需要"宽"字符

编码 一个汉字占几字节 说明
ASCII 装不下 只有 0~127，规定的是英文、数字、标点
GBK 2 中文老编码（国内 Windows 常见）
UTF-8 3 现在的主流，兼容 ASCII
UTF-16 / UTF-32 2 / 4 定长，处理起来规整，宽字符用的就是它

所以：char 只有 1 字节，装不下一个汉字（UTF-8 要 3 字节）；要"一个格子装一个汉字"，就需要 2 或 4 字节的宽字符。

📝 乱码的真相

你写文件时用 UTF-8 编码保存，读的时候用 GBK 去解——同一个字节序列，按两套规则翻译，出来的就是乱码。"乱码不是数据错了，是两边用的字典不一样"。这也是第一章"Dev-C++ 编码设成 UTF-8"那条设置的意义。

四、动手 Demo：三个实验看清"符号性"

新建 chartype.cpp：

#include <iostream>
using namespace std;

int main() {
    cout << "sizeof(char)   = " << sizeof(char)   << endl;    // 1
    cout << "sizeof(wchar_t)= " << sizeof(wchar_t)<< endl;    // Windows 2

    char c = 200;                    // 超过 127 的字节值
    cout << "char 存 200，当整数读 = " << (int)c << endl;      // 可能是 -56

    unsigned char u = 200;
    cout << "unsigned char 存 200  = " << (int)u << endl;     // 200

    cout << "char 的范围：" << (int)(char)128 << " 起就开始" << endl;
    return 0;
}

看到什么算成功： - char c = 200; 当整数读时变成负数（例如 −56） - unsigned char u = 200; 老老实实是 200

这就是"符号性"的实际影响——同一串字节，换个类型声明，读出来的数值就变了。

30 秒实验：把 char c = 200; 改成 char c = 'A';，(int)c 输出 65（正常）。说明 ASCII 范围内的字符（0~127）不会受符号性影响——问题只在"字节值大于 127"时出现。

五、常见误区

  1. "char 就是装字符的，跟数字无关"——它装的就是数字（编码）。所以才会出现"存 200 打印出 −56"这种事
  2. "中文可以用 char 数组存"——语法上可以（char s[] = "中文"; 就是 3 字节一篇），但每个格子里的值可能显示为负数，且你没法"一个格子对一个汉字"。正式处理中文用 string
  3. "wchar_t 是标准 2 字节"——不统一：Windows 上 2 字节（UTF-16），Linux 上通常 4 字节。跨平台要用 char16_t / char32_t
  4. "乱码是程序写错了"——多半是编码不一致（写用 UTF-8、读用 GBK）。先怀疑编码设置，再怀疑代码
自测四问（点开对答案） 1. `char` 是几字节？有符号还是无符号？——**1 字节**；**由编译器决定**，多数实现是**有符号**（−128~127）。 2. 为什么 `char c = 200;` 打印出来是负数？——200 超过有符号 `char` 的上限 127，被解释成负数；**要 0~255 请用 `unsigned char`**。 3. 一个汉字在 UTF-8 下占几字节？——**3 字节**，所以单个 `char` 装不下。 4. 乱码通常是为什么？——**编码不一致**：存/读用了不同的编码规则（UTF-8 与 GBK 互读）。

相关笔记