將字節數組轉換為POD

Question

比方說，我有一組無符號字符代表一堆POD對象（例如從套接字或通過mmap讀取）。 它們代表哪些類型以及在運行時確定的位置，但我們假設每個類型已經正確對齊。

將這些字節“轉換”為相應的POD類型的最佳方法是什么？

解決方案應該符合c ++標准（比方說> = c ++ 11）或者至少可以保證使用g ++> = 4.9，clang ++> = 3.5和MSVC> = 2015U3。 編輯：在Linux，Windows上運行x86 / x64或32/64位臂。

理想情況下，我想做這樣的事情：

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;
    //...
}

兩者似乎都有效，但兩者都是c ++中的AFAIK未定義行為^1） 。 而且只是為了完整性：我知道將通常的東西復制到適當的局部變量中的“通常”解決方案：

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

在某些情況下，它可能不是其他人的開銷，在某些情況下甚至可能更快，但性能除外，我不再能夠例如修改數據並且說實話：它讓我很生氣，知道我有右位在內存中的適當位置，但我不能使用它們。

---

我想出的一個有點瘋狂的解決方案是：

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 ++似乎能夠優化掉那些副本，但我認為這會給優化器帶來很多負擔，並可能導致其他優化失敗，不能用於const uint8_t* （盡管我不想實際修改它只是看起來很可怕（不要以為你會得到過去的代碼審查）。

---

^1）第一個是UB，因為它打破了嚴格的別名，第二個可能是UB（ 這里討論過 ），因為標准只是說生成的對象沒有初始化並且具有不確定的值（而不是保證底層內存不受影響） 。 我相信第一個等效的c代碼是明確定義的，因此編譯器可能允許這與c-header的兼容性，但我不確定這一點。

Answer 1

最正確的方法是創建所需POD類的（臨時）變量，並使用memcpy()將數據從緩沖區復制到該變量中：

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;
    }
    //...
}

執行此操作的主要原因是對齊問題：緩沖區中的數據可能無法正確對齊您正在使用的POD類型。 制作副本可以消除這個問題。 即使網絡緩沖區不再可用，它也允許您繼續使用變量。

只有當您完全確定數據已正確對齊時，才能使用您提供的第一個解決方案。

（如果您正在從網絡讀取數據，則應始終首先檢查數據是否有效，並且不會在緩沖區外讀取。例如，使用&buffer[8 + buffer[1] * 4] ，應檢查該地址的開頭加上Pod2的大小是否超過緩沖區長度。幸運的是你正在使用uint8_t ，否則你還必須檢查buffer[1]是否為負數。）

Answer 2

使用union可以逃避反鋸齒規則。 事實上，這就是工會的意義所在。 因此，在C ++標准（條款3.10.10.6）中明確允許從屬於聯合的類型的聯合類型轉換指針。 C標准（6.5.7）允許相同的內容。

因此，根據其他屬性，樣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;
    //...
}