魔都进入夏季，多雨闷热，坐着不动也可能汗流浃背。最近忙于项目和书稿，有点顾不上写公众号了。今日周末，忙里偷闲，把昨日遇到的一个真实问题与大家分享一下。
故事的开端是在使用一个新的样本（视频文件）测试我的识别程序时，VS报告了下面所示的运行期检查错误。
点击重试进行调试，观察栈回溯，发生在Windows 10引入的ucrt库中。
默认没有加载符号，所以只显示了UCRT的函数的地址，触发加载符号。
有了符号后，便可以看到完整的执行经过了。
可以看出，我的程序调用opencv，后者调用了ucrt。重点关注上面的部分，摘录如下：
ucrtbased.dll!_chvalidator(int c, int mask) 行 36C++
>ucrtbased.dll!fast_check(const int c, const int mask) 行 24C++
ucrtbased.dll!isdigit(int c) 行 79C++
opencv_world400d.dll!cv::extractPattern(const std::basic_string,std::allocator > & filename, unsigned int & offset) 行 241C++
看来是opencv的extractPattern函数调用了C函数isdigit。
主角出场了，我们标题中说的简单函数指的就是isdigit，它是C语言中的标准库函数，功能就是判断参数指定的字符是否是数字。
int isdigit( int c );
”这么简单“的函数怎么会出错呢？
长话短说，ucrt把它实现的挺复杂的，原因是为了支持多语言。如果只处理英文和ASCII码，那是太简单了， 只要判断一下参数c是否是0-9这10个字符的编码，真是一两行代码就搞定了。
但是不知道是哪位天才提出的要求，或许是有某个天才的产品经理提出来的吧？说要支持多语言，希望输入的字符c是宽字符表示的数字时也返回真。
iswdigitreturns a nonzero value ifcis a wide character that corresponds to a decimal-digit character.
【来自微软网站isdigit函数的官方文档】
举例来说，想想下面这个字符串，问题可不复杂了。
_T(“1234汉语一壹全角１２”);
于是乎，原本简简单单的一个函数，与臃肿、复杂、混乱的locale机制扯到一起了。
回到我们上面的问题，就是在考虑了locale的情况下调用isdigit触发地雷了。
触雷的导火索是一个中文文件名，我新拿到一批样本文件，都是中文命名的。
上面的断言是在抱怨参数字符不在规定的范围内。规定的范围是-1到255，触发错误的中文字符的整数表达是-77。
长话短说，ucrt中的isdigit实现的足够复杂，可能有预想不到的结果，也可能发起异常。
对此，微软官方文档是有明文警告的：
Thebehavior ofisdigitand_isdigit_lisundefinedifcis not EOF or in the range 0 through 0xFF,inclusive.
如果c不在规定范围内，那么其行为是未定义的！
Whena debug CRT library is used andcis not one of these values, the functions raisean assertion.
对于调试版本，发起断言。
其实，也可能触发非法访问，把程序搞翻！
刚遇到这个问题时，我还以为是OpenCV的问题，因为我是调用OpenCV的函数打开视频文件，于是顺口说：”难道OpenCV不支持中文文件名么？“，一旁的老朋友立刻表示反对：”怎么会？“
那么现在看来，OpenCV的代码是有些责任的，不管文件名里拿到什么字符都调用isdigit。
那么如何化解这样的问题呢？官方的建议是要设置locale。以上面提到过的这个字符串为例：
_T(“1234汉语一壹全角１２”);
如果使用默认的C locale，那么调试版本会有异常，发布版本返回的结果匪夷所思。
Results are TTTTFTFTFFTF for C
前四个没问题，但是”语“字居然返回真！
如果设置了中文locale。
setlocale(LC_ALL,”zh-CN”);
那么调试版本也不再有异常，返回的结果也好理解一些了：
Results are TTTTFFFFFFFF for zh-CN
如果设置为英文locale，那么调试版本会出异常，发布版本，会非法访问，UCRT被激怒了，哈哈哈。
如果格友看了后，想试一下，那么核心代码如下：
#include “pch.h”
#include
#ifdef _WIN32
#include
#else
#define TCHAR char
#define _T(s) s
#define _tcslen(s) strlen(s)
#include
#endif
void DCheck(TCHAR * szText)
bool bDigit;
int i;
char szIsDigit[20];
for (i = 0; i < _tcslen(szText); i++)
bDigit = isdigit(szText[i]);
szIsDigit[i] = bDigit ? ‘T’ : ‘F’;
szIsDigit[i] = 0;
printf(“Results are %s for %sn”,szIsDigit, setlocale(LC_ALL, NULL));
int main()
TCHAR szText[] = _T(“1234汉语一壹全角１２”);
DCheck(szText);
setlocale(LC_ALL, “zh-CN”);
DCheck(szText);
setlocale(LC_ALL, “en-US”);
DCheck(szText);
再附送一个截图。
如果有人问，LINUX下会如何呢？简单还是好，问题少。
fireeye@fireeye:~/LocDigit$ ./dg
Results are TTTTFFFFFFFFFFFFFFFFFFFFFFFF for C
Results are TTTTFFFFFFFFFFFFFFFFFFFFFFFF for C
Results are TTTTFFFFFFFFFFFFFFFFFFFFFFFF for C
不支持设置locale，始终用C locale，判断的结果也是合乎程序员需要的。
***********************************************************
正心诚意，格物致知，以人文情怀审视软件，以软件技术改变人生
欢迎访问了解软件调试高级研习班的最新信息
限 时 特 惠： 本站每日持续更新海量各大内部创业教程，一年会员只需98元，全站资源免费下载 点击查看详情
站 长 微 信： lzxmw777
