时间戳

首页 > 解决方案 > 严格的别名和二进制 I/O

c++ - 严格的别名和二进制 I/O

问题描述

让我们考虑以下（简化的）代码来读取二进制文件的内容：

struct Header
{
    char signature[8];
    uint32_t version;
    uint32_t numberOfSomeChunks;
    uint32_t numberOfSomeOtherChunks;
};

void readFile(std::istream& stream)
{
    // find total size of the file, in bytes:
    stream.seekg(0, std::ios::end);
    const std::size_t totalSize = stream.tellg();

    // allocate enough memory and read entire file
    std::unique_ptr<std::byte[]> fileBuf = std::make_unique<std::byte[]>(totalSize);
    stream.seekg(0);
    stream.read(reinterpret_cast<char*>(fileBuf.get()), totalSize);

    // get the header and do something with it:
    const Header* hdr = reinterpret_cast<const Header*>(fileBuf.get());

    if(hdr->version != expectedVersion) // <- Potential UB?
    {
        // report the error
    }

    // and so on...
}

我看到这个的方式，以下行：

if(hdr->version != expectedVersion) // <- Potential UB?

包含未定义的行为：我们正在读取覆盖在对象数组之上version的类型的成员，并且编译器可以自由地假设该对象没有其他任何别名。uint32_tstd::byteuint32_t

问题是：我的解释正确吗？如果是，可以做些什么来修复此代码？如果没有，为什么这里没有UB？

注1：我理解严格别名规则的目的（允许编译器避免不必要的内存负载）。另外，我知道在这种情况下 usingstd::memcpy将是一个安全的解决方案 - 但 usingstd::memcpy意味着我们必须进行额外的内存分配（在堆栈上，或者如果对象的大小未知，则在堆上）。

标签： c++language-lawyer

解决方案

问题是：我的解释正确吗？

是的。

如果是，可以做些什么来修复此代码？

您已经知道 memcpy 是一种解决方案。但是，您可以通过直接读取标头对象来跳过 memcpy 和额外的内存分配：

Header h;
stream.read(reinterpret_cast<char*>(&h), sizeof h);

请注意，以这种方式读取二进制文件意味着文件的整数表示必须与 CPU 的表示匹配。这意味着该文件不能移植到具有不同 CPU 架构的系统中。

推荐阅读