4字节char转unsigned long出现异常位移问题求助

你的代码问题出在默认char是有符号类型（多数编译器默认配置），当读取的字节最高位为1时（比如你例子里的0xD0，二进制11010000），会被解释为负数，参与运算时会触发符号扩展——把高位全部填充为1，直接打乱了字节拼接的逻辑，导致计算结果异常。

以你提到的目标数值184346为例，对应的四个字节是0x00、0x02、0xD0、0x1A：

• bytes[2] = 0xD0作为有符号char时，实际值是-48
• 执行(output << 8) + bytes[2]时，bytes[2]会被自动提升为int类型，变成0xFFFFFFD0
• 之前的output是0x02 << 8 = 0x200，相加后得到0x200 + 0xFFFFFFD0 = 0x1FFFFFFD0，赋值给unsigned long后完全偏离预期，看起来像是高位的0x02被“替换”成了0x01，本质是符号扩展导致的高位溢出

核心思路是避免符号扩展，所有字节运算前先转换为无符号类型：

方案1：直接用unsigned char存储字节 #

从根源上避免有符号类型的问题，把数组定义改为unsigned char：

unsigned long get_4b_size(FILE* file) {
  unsigned char bytes[4];
  fread(bytes, 1, 4, file);
  unsigned long output = bytes[0];
  for (int i = 1; i < 4; i++) {
    output = (output << 8) + bytes[i];
  }
  return output;
}

方案2：运算时强制转换 #

如果不想修改数组类型，在每个字节参与运算前强制转为unsigned char：

unsigned long get_4b_size(FILE* file) {
  char bytes[4];
  fread(bytes, 1, 4, file);
  unsigned long output = (unsigned char)bytes[0];
  for (int i = 1; i < 4; i++) {
    output = (output << 8) + (unsigned char)bytes[i];
  }
  return output;
}

方案3：修复直接位移的写法 #

针对你尝试过的直接位移求和写法，同样需要给每个字节加强制转换，同时建议用|代替+——逻辑上更符合字节拼接的语义，避免数值相加可能带来的意外进位：

unsigned long get_4b_size(FILE* file) {
  char bytes[4];
  fread(bytes, 1, 4, file);
  return ((unsigned char)bytes[0] << 24) | 
         ((unsigned char)bytes[1] << 16) | 
         ((unsigned char)bytes[2] << 8) | 
         (unsigned char)bytes[3];
}

• 字节序检查：你的代码默认是大端字节序（最高位字节先读取），如果目标文件是小端字节序，需要调整字节的拼接顺序。
• 读取有效性校验：实际开发中要判断fread的返回值，确认是否成功读取了4个字节，避免文件读取失败导致的错误计算。

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