将字节数组转换为POD

Question

比方说，我有一组无符号字符代表一堆POD对象（例如从套接字或通过mmap读取）。 它们代表哪些类型以及在运行时确定的位置，但我们假设每个类型已经正确对齐。

将这些字节“转换”为相应的POD类型的最佳方法是什么？

解决方案应该符合c ++标准（比方说> = c ++ 11）或者至少可以保证使用g ++> = 4.9，clang ++> = 3.5和MSVC> = 2015U3。 编辑：在Linux，Windows上运行x86 / x64或32/64位臂。

理想情况下，我想做这样的事情：

uint8_t buffer[100]; //filled e.g. from network

switch(buffer[0]) {
    case 0: process(*reinterpret_cast<Pod1*>(&buffer[4]); break;
    case 1: process(*reinterpret_cast<Pod2*>(&buffer[8+buffer[1]*4]); break;
    //...
}

要么

switch(buffer[0]) {
    case 0: {
         auto* ptr = new(&buffer[4]) Pod1; 
         process(*ptr); 
    }break;
    case 1: {
         auto* ptr = new(&buffer[8+buffer[1]*4]) Pod2; 
         process(*ptr); 
    }break;
    //...
}

两者似乎都有效，但两者都是c ++中的AFAIK未定义行为^1） 。 而且只是为了完整性：我知道将通常的东西复制到适当的局部变量中的“通常”解决方案：

 Pod1 tmp;
 std::copy_n(&buffer[4],sizeof(tmp), reinterpret_cast<uint8_t*>(&tmp));             
 process(tmp); 

在某些情况下，它可能不是其他人的开销，在某些情况下甚至可能更快，但性能除外，我不再能够例如修改数据并且说实话：它让我很生气，知道我有右位在内存中的适当位置，但我不能使用它们。

---

我想出的一个有点疯狂的解决方案是：

template<class T>
T* inplace_cast(uint8_t* data) {
    //checks omitted for brevity
    T tmp;
    std::memmove((uint8_t*)&tmp, data, sizeof(tmp));
    auto ptr = new(data) T;
    std::memmove(ptr, (uint8_t*)&tmp,  sizeof(tmp));
    return ptr;

}

g ++和clang ++似乎能够优化掉那些副本，但我认为这会给优化器带来很多负担，并可能导致其他优化失败，不能用于const uint8_t* （尽管我不想实际修改它只是看起来很可怕（不要以为你会得到过去的代码审查）。

---

^1）第一个是UB，因为它打破了严格的别名，第二个可能是UB（ 这里讨论过 ），因为标准只是说生成的对象没有初始化并且具有不确定的值（而不是保证底层内存不受影响） 。 我相信第一个等效的c代码是明确定义的，因此编译器可能允许这与c-header的兼容性，但我不确定这一点。

Answer 1

最正确的方法是创建所需POD类的（临时）变量，并使用memcpy()将数据从缓冲区复制到该变量中：

switch(buffer[0]) {
    case 0: {
        Pod1 var;
        std::memcpy(&var, &buffer[4], sizeof var);
        process(var);
        break;
    }
    case 1: {
        Pod2 var;
        std::memcpy(&var, &buffer[8 + buffer[1] * 4], sizeof var);
        process(var);
        break;
    }
    //...
}

执行此操作的主要原因是对齐问题：缓冲区中的数据可能无法正确对齐您正在使用的POD类型。 制作副本可以消除这个问题。 即使网络缓冲区不再可用，它也允许您继续使用变量。

只有当您完全确定数据已正确对齐时，才能使用您提供的第一个解决方案。

（如果您正在从网络读取数据，则应始终首先检查数据是否有效，并且不会在缓冲区外读取。例如，使用&buffer[8 + buffer[1] * 4] ，应检查该地址的开头加上Pod2的大小是否超过缓冲区长度。幸运的是你正在使用uint8_t ，否则你还必须检查buffer[1]是否为负数。）

Answer 2

使用union可以逃避反锯齿规则。 事实上，这就是工会的意义所在。 因此，在C ++标准（条款3.10.10.6）中明确允许从属于联合的类型的联合类型转换指针。 C标准（6.5.7）允许相同的内容。

因此，根据其他属性，样品的符合等效值可以如下所示。

union to_pod {
    uint8_t buffer[100];
    Pod1 pod1;
    Pod1 pod2;
    //...
};

uint8_t buffer[100]; //filled e.g. from network

switch(buffer[0]) {
    case 0: process(reinterpret_cast<to_pod*>(buffer + 4)->pod1); break;
    case 1: process(reinterpret_cast<to_pod*>(buffer + 8 + buffer[1]*4)->pod2); break;
    //...
}