Question

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...
}

我的看法如下，

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

包含未定义的行为：我们正在读取类型为version的{{1}}成员，该成员覆盖在uint32_t对象数组的顶部，并且编译器可以自由地假设{{1 }}对象没有其他别名。

问题是：我的解释正确吗？如果是，该如何解决此代码？如果没有，为什么这里没有UB？

注释1：我了解严格的别名规则的目的（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，使用std::byte是一种安全的解决方案-但是使用uint32_t意味着我们必须做额外的内存分配（在堆栈上，或者在堆上，如果对象的大小是未知）。

Answer 1

问题是：我的解释正确吗？

是的

如果是，该如何解决此代码？

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形式必须与CPU的表示形式匹配。这意味着该文件无法移植到具有不同CPU体系结构的系统。

Answer 2

该如何解决此代码？

等待http://wg21.link/P0593或类似的允许在char / unsigned char / std::byte数组中隐式创建对象的事情。

严格的别名和二进制I / O

2 个答案: