可以覆盖std :: string的空终止符吗？

Question

在C++11中，我们知道std::string保证是连续的并且以null结尾（或者更加准确地说，以charT()结尾，在char的情况下是null字符0）。

我需要使用这个C API填写字符串。它通过指针写入整个字符串和null结尾符。在C++03中，我总是被迫使用一个vector<char>，因为我不能假定string是连续的或者以null结尾。但是在C++11中（假设一个正确遵守的basic_string类，这在一些标准库中仍然是棘手的），我可以做到。

那么我真的可以吗？当我这样做时：

std::string str(length);

字符串将分配length+1个字节，其中最后一个由空终止符填充。这很好。但是当我将其传递给C API时，它将写入length+1个字符。它将覆盖空终止符。

诚然，它将使用空字符覆盖空终止符。很有可能这会起作用（实际上，我无法想象它怎么可能不会起作用）。

但我不关心"能不能用"，我想知道，根据规范，在null-terminator上覆盖一个null字符是否可以？

- Nicol Bolas

---

好的，@NicolBolas的问题不是“它会引起问题吗”，而是“规范允许吗”。 - nneonneo

换句话说，如果在您的系统上可行，谁会关心规范允许什么？幸运的是，并非每个人都持有这种态度。 - user743382

如果我没有漏掉什么，使用长度为“length+1”的带有额外空字符的std::string应该可以避免这个问题，对吗？ - user743382

@texasbruce，这完全不相关。重点是标准中没有任何保证空终止符在可写内存位置上。例如，它完全可能（尽管不太可能）位于只读内存中。然后，任何尝试写入它的操作都会使程序崩溃。任何能干的 C 程序员都会告诉您，如果您尝试编写忽略这些影响的可移植程序，那么您非常疯狂。这根本不是“完全正常”的事情。 - Konrad Rudolph

同意。但这是完全不同的讨论。即使这样，忽略规范也没有好处：你仍然可以有意决定破坏规范 - 但首先你应该知道它。 - Konrad Rudolph

Answer 1

很遗憾，如果我理解正确的话，这是UB（未定义行为），但无论如何都不被允许：

§21.4.5 [string.access] p2

返回：如果pos < size()，则*(begin() + pos)，否则返回一个类型为T且值为charT()的对象的引用；被引用的值不得修改。

（编者错误，它应该说charT而不是T。）

.data()和.c_str()基本上指回了operator[] (§21.4.7.1 [string.accessors]p1)：

返回：一个指针p，使得对于每个i在[0，size()]中，p + i == &operator[](i)。

- Xeo

---

将 '\0' 写入已经是 '\0' 的内容中，是否算作修改它？ - Michael Anderson

@MichaelAnderson，是的，确实如此。它会写入内存。 - Jonathan Wakely

@KonradRudolph 好吧，data和c_str返回const指针，所以它们不适合修改。从21.4.5 p2中并不能真正推断出*(&str[0] + str.size())是允许的，因为[]仅对于pos < size()等于*(begin()+pos)。我认为实现可以完全允许在length数组中保存字符串数据，并带有额外的static const charT成员用于空值（当然这意味着它必须维护一个额外的缓冲区通过data和c_str返回，但为什么不呢？）。 - Christian Rau

@KonradRudolph：必须这样做。缓冲区是连续的。因此，&str[str.size() - 1] == &str[str.size()] - 1 必须为真（假设 length() 至少为1）。如果不是这样，那么缓冲区就不会是连续的。 - Nicol Bolas

@NicolBolas 不行。 size() 是 operator[] 的无效参数，因此不能保证其返回值指向缓冲区。 例如（牵强附会），operator[] 可以包含以下逻辑：static CharT terminator{}; if (index == size()) return terminator; else return _data[i];。 - Konrad Rudolph

Answer 2

LWG 2475 修改了 operator[](size()) 的规范，从而使得这个操作合法（粗体字为新增内容）：

否则，返回一个类型为 charT 的对象引用，其值为 charT()。将该对象修改为任何不是 charT() 的值都将导致未定义行为。

- T.C.

---

@M.M. 这个信息隐藏在 data() 函数的规范中。 - T.C.

我认同如果使用 data() 作为指针的来源，那么一切都好，但是我看不到 &s[0] 给出了同样的保证。具体而言，我看不到任何防止实现在实际调用 data() 或 c_str()（并将其写入或使用哑元进行 &s[s.size()] 的情况）之前不写入空终止符的东西。 - M.M

我不知道为什么在过去时中提到了LWG 2475，状态报告显示它尚未解决。 - Ben Voigt

在提案的注释中写道：“周二下午：这也应该适用于非const data()。Billy更新措辞。”看起来这还没有发生，如果通过指针算术而不是调用字符串的operator[]()进行覆盖终止符仍然是非法的。 - Ben Voigt

@BenVoigt：应该注意到，2475的当前状态（更新于今天）是“C++17”。因此，委员会似乎认为它已经得到解决并添加到了C++17中。 - Nicol Bolas

Answer 3

根据规范，覆盖终止的NUL应该是未定义的行为。因此，正确的做法是在字符串中分配length+1个字符，将字符串缓冲区传递给C API，然后将其resize()回length：

// "+ 1" to make room for the terminating NUL for the C API
std::string str(length + 1);

// Call the C API passing &str[0] to safely write to the string buffer
...

// Resize back to length
str.resize(length);

(顺便说一句，我在 MSVC10 上尝试了“覆盖 NUL”的方法，并且它可以正常工作。)

- Mr.C64

---

我也会选择这个解决方案。但令人不满的是，这需要完全不必要地分配额外的字符。为什么规范没有将空终止符设为可写呢？ - Konrad Rudolph

因为那意味着要多打字？“你不能覆盖空值，除非用另一个空值替换它。”也许是他们的手指累了，或者是一天结束了，酒吧开门了。 - Martin James

@KonradRudolph：我同意应该更改标准，使得可以用另一个NUL覆盖它。我看不出为什么不可能或者为什么会触发未定义的行为，并且我也不喜欢不必要地多分配一个字符的情况。 - Mr.C64

Answer 4

我认为n3092已经不再是当前版本，但这就是我所拥有的。21.4.5节允许访问单个元素。它要求pos <= size()。如果pos < size()，则可以获得实际元素，否则（即如果pos == size()），则会得到一个不可修改的引用。

我认为在编程语言方面，一种可以修改值的访问方式被认为是一种修改，即使新值与旧值相同。

g++是否有一个严谨的库可以链接到？

- Windows programmer

---

libstdc++有一个调试模式，但它的诊断能力是有限的。它可以验证迭代器操作，但无法注意到通过指针写入单个字节的情况。 - Jonathan Wakely