C语言使用fgetc读取非ASCII字符时返回固定值226的原因与解决方法

• 首先是fgetc接口的使用逻辑错误
  fgetc的原生返回类型设计为int，核心目的是兼顾两类值：一是能完整覆盖0~255范围的无符号单字节读取结果，二是能表示独立于字节值的文件结束标识EOF（通常实现为-1）。
  你代码里第一行直接把fgetc的返回值赋值给char类型变量的写法，在大多数默认char为有符号类型的平台上，会直接引发符号截断：一方面，读取到最高位为1的字节（值大于127）时，会被强制转换为-128~-127范围的负值，对返回值的解读完全失真；另一方面，如果读到值为0xFF的有效字节，存成有符号char后值就是-1，会和EOF的判断完全混淆，直接导致文件读取逻辑提前终止。
• 其次是对非ASCII字符的编码长度认知偏差
  你提到的两个字符“”（全角右双引号）和“’”（全角右单引号），在通用的UTF-8编码规则下，都属于长度为3字节的多字节字符，不存在单字节的编码值。
  这两个字符的UTF-8编码首字节固定为0xE2，换算成十进制就是226——你用rb模式打开文件后第一次调用fgetc，本质上只读到了这两个多字节字符的公共首字节，根本还没读到能区分两个字符的后续字节，自然会出现两次读取返回值都是226的现象。
  可以对照编码规则验证：全角右双引号的完整UTF-8字节序列为0xE2 0x80 0x9D，全角右单引号的完整UTF-8字节序列为0xE2 0x80 0x99，两者首字节完全一致，差异从第三个字节才开始。

• 第一，修正fgetc的返回值接收逻辑：
  绝对禁止直接把fgetc的返回值存入char类型变量，必须用int类型接收原始返回值，先和EOF做相等判断确认是否读到文件末尾；需要将返回值转成实际字节值时，再强制转换为unsigned char类型，彻底规避符号截断带来的判断错误。
• 第二，匹配读取逻辑和文件的实际编码规则：
  如果仅需读取原始字节流，不要用单字节值直接判断非ASCII字符的差异，需按顺序完整读取字节流；如果需要识别完整的多字节字符，要按照对应编码（如UTF-8）的多字节解析规则，连续读取对应长度的字节序列拼接成完整字符后，再做字符层面的判断。
• 参考修正后的正确代码片段：

FILE* f = fopen("./foo.txt", "rb");
if (f == NULL) {
    // 处理文件打开失败逻辑
    return;
}
int raw_byte;
// 必须用int类型接收fgetc返回值，避免截断
while ((raw_byte = fgetc(f)) != EOF) {
    unsigned char actual_byte = (unsigned char)raw_byte;
    // 后续按编码规则拼接多字节序列完成解析
}
fclose(f);

内容的提问来源于stack exchange，提问作者user15200182