如何從二進制數據，跨平台（C / C ++）中讀取數字？

Question

我有原始的二進制數據塊（實際上是CBOR編碼的）。 要讀取數字，我使用常見的形式，例如：

template <typename T> // T can be uint64_t, double, uint32_t, etc...
auto read(const uint8_t *ptr) -> T {
    return *((T *)(ptr)); // all endianess-aware functions will be performed later
}

該解決方案可在x86/x86_64 PC和arm/arm64 iOS上運行。 但是，在具有clang編譯器且默認版本優化級別（ -Os ）的arm/armv7 Android上，我收到的SIGBUS的類型大於1個字節，且代碼為1 （未對齊讀取）。 我用另一個解決方案解決了這個問題：

template <typename T>
auto read(const uint8_t *ptr) -> T {
    union {
        uint8_t buf[sizeof(T)];
        T value;
    } u;
    memcpy(u.buf, ptr, sizeof(T));
    return u.value;
}

是否有任何獨立於平台的解決方案，不會影響性能？

Answer 1

警告 -這個問題的前提是機器的整數表示形式是little-endian。

唯一與平台無關的正確方法是使用memcpy。 您不需要工會。

不用擔心效率。 memcpy是一個魔術函數，編譯器將“做正確的事”。

為x86編譯時的示例：

#include <cstring>
#include <cstdint>

template <typename T>
auto read(const uint8_t *ptr) -> T {
  T result;
  std::memcpy(&result, ptr, sizeof(T));
    return result;
}

extern const uint8_t* get_bytes();
extern void emit(std::uint64_t);

int main()
{
  auto x = read<std::uint64_t>(get_bytes());
  emit(x);

}

產生匯編程序：

main:
        subq    $8, %rsp
        call    get_bytes()
        movq    (%rax), %rdi         ; note - memcpy utterly elided
        call    emit(unsigned long)
        xorl    %eax, %eax
        addq    $8, %rsp
        ret

注意：字節序

通過添加運行時字節序檢查，可以使該解決方案真正可移植。 實際上，編譯器將通過檢查來消除該檢查：

constexpr bool is_little_endian()
{
    short int number = 0x1;
    char *numPtr = (char*)&number;
    return (numPtr[0] == 1);
}


template <typename T>
auto read(const uint8_t *ptr) -> T {
  T result = 0;
  if (is_little_endian())
  {
    std::memcpy(&result, ptr, sizeof(result));
  }
  else
  {
    for (T i = 0 ; i < sizeof(T) ; ++i)
    {
      result += *ptr++ << 8*i;
    }
  }
  return result;
}

生成的機器代碼不變：

main:
        subq    $8, %rsp
        call    get_bytes()
        movq    (%rax), %rdi
        call    emit(unsigned long)
        xorl    %eax, %eax
        addq    $8, %rsp
        ret