如何将带有长度的 *const u8 转换为 &str 而不重新分配？

Question

我正在寻找实现这一目标的最佳方法（希望零成本）：

fn to_str(str: *const u8, len: usize) -> Option<&str>;

len是字符串的长度，可以或可以不是空终止，并且str是指向该字符串的指针。

我不想拥有该字符串的所有权，只需将其作为 传递&str。

Answer 1

Rust 的引用例如与生命周期&str相关联。此生命周期附加到拥有基础数据的值，通常是像,或数组这样的容器。因此，要获得有效的证书，您需要一个所有者。您不想拥有数据的所有权，因为您不想复制它。然而，拥有并不意味着复制，它只是意味着对变异和销毁数据承担全部责任。StringVec&str

要拥有由来自 C 的指针表示的数据malloc()而不复制数据，您可以包装该指针：

pub struct MyString {
    data: *const u8,
    length: usize,
}

impl MyString {
    // safety: data must point to nul-terminated memory allocated with malloc()
    pub unsafe fn new(data: *const u8, length: usize) -> MyString {
        // Note: no reallocation happens here, we use `str::from_utf8()` only to
        // check whether the pointer contains valid UTF-8.
        // If panic is unacceptable, the constructor can return a `Result`
        if std::str::from_utf8(std::slice::from_raw_parts(data, length)).is_err() {
            panic!("invalid utf-8")
        }
        MyString { data, length }
    }

    pub fn as_str(&self) -> &str {
        unsafe {
            // from_utf8_unchecked is sound because we checked in the constructor
            std::str::from_utf8_unchecked(std::slice::from_raw_parts(self.data, self.length))
        }
    }
}

impl Drop for MyString {
    fn drop(&mut self) {
        unsafe {
            libc::free(self.data as *mut _);
        }
    }
}

这仅在构造包装器时需要 unsafe MyString::new()，因为它需要一个原始指针，其有效性无法在编译时检查。然后，包装器为您提供&str可以传递的内容，而不会出现任何不安全的情况：

fn main() {
    let raw_str = unsafe { libc::strdup(b"foo\0".as_ptr() as _) as *const u8 };
    let s = unsafe { MyString::new(raw_str, 3) };
    // from here on, it's all-safe code
    let slice = s.as_str();  // now you get a slice to pass around
    assert_eq!(slice, "foo");
}

操场

如果您不想MyString释放数据，则只需删除该Drop实现即可。无论哪种情况，都有一个安全不变量，即数据在活动new()期间不得被释放。MyString

C 字符串和 Rust 之间的最后一个区别&str是，Rust 字符串保证为 UTF-8，创建非 UTF-8 字符串（只能在不安全的代码中完成）会构成未定义的行为。这就是为什么MyString::new()或MyString::as_str()需要验证字符串是否包含有效的 UTF-8。进行检查new()可确保检查最多完成一次。您可以删除该检查，但随后new()会得到另一个安全不变量，创建字符串的 C 代码不太可能遵守该不变量。

要表示任意二进制数据，您可以使用&[u8]代替，或者使用像bstr&str这样的包，它为您提供“字节字符串”，具有所有便利，但不需要 UTF-8 要求。&str