如果NUL終止符不在切片的末尾，如何從NUL終止的字節切片中獲取'＆str'？

Question

雖然CStr通常用於FFI，但我正在從&[u8]讀取，它是NUL終止的，並且確保它是有效的UTF-8，因此不需要進行檢查。

但是，NUL終止符不一定在切片的末尾。有什麼好方法可以將它作爲&str？

建議使用CStr::from_bytes_with_nul，但在內部\0字符（當\0不是最後一個字符時）發生這種恐慌。

Answer 1

我會用迭代器適配器找到第一個零字節的索引：

pub unsafe fn str_from_u8_nul_utf8_unchecked(utf8_src: &[u8]) -> &str { 
    let nul_range_end = utf8_src.iter() 
     .position(|&c| c == b'\0') 
     .unwrap_or(utf8_src.len()); // default to length if no `\0` present 
    ::std::str::from_utf8_unchecked(&utf8_src[0..nul_range_end]) 
} 

這有一個需要趕上所有的情況下（如數組中沒有0）的主要優勢。

如果您希望檢查合式UTF-8版本：這樣做，主要是隻使用功能從性病的

pub fn str_from_u8_nul_utf8(utf8_src: &[u8]) -> Result<&str, std::str::Utf8Error> { 
    let nul_range_end = utf8_src.iter() 
     .position(|&c| c == b'\0') 
     .unwrap_or(utf8_src.len()); // default to length if no `\0` present 
    ::std::str::from_utf8(&utf8_src[0..nul_range_end]) 
} 

Answer 2

本示例使用簡單的for循環找到第一個NUL字節，然後使用Rust的標準庫返回切片作爲&str（引用原始數據 - 零拷貝）。

有可能是利用封閉件找到第一個NUL字節更好的方法：

pub unsafe fn str_from_u8_nul_utf8_unchecked(utf8_src: &[u8]) -> &str { 
    // does Rust have a built-in 'memchr' equivalent? 
    let mut nul_range_end = 1_usize; 
    for b in utf8_src { 
     if *b == 0 { 
      break; 
     } 
     nul_range_end += 1; 
    } 
    return ::std::str::from_utf8_unchecked(&utf8_src[0..nul_range_end]); 
} 

---

雖然第一NUL字節utf8_src.iter().position(|&c| c == b'\0').unwrap_or(utf8_src.len());返回（或總長度），鏽病1.15不優化它到memchr之類的東西，所以for循環可能不是現在這樣一個糟糕的選擇。

Answer 3

三種可能的其他方式。

use std::ffi::CStr; 
use std::str; 

fn str_from_null_terminated_utf8_safe(s: &[u8]) -> &str { 
    if s.iter().any(|&x| x == 0) { 
     unsafe { str_from_null_terminated_utf8(s) } 
    } else { 
     str::from_utf8(s).unwrap() 
    } 
} 

// unsafe: s must contain a null byte 
unsafe fn str_from_null_terminated_utf8(s: &[u8]) -> &str { 
    CStr::from_ptr(s.as_ptr() as *const _).to_str().unwrap() 
} 

// unsafe: s must contain a null byte, and be valid utf-8 
unsafe fn str_from_null_terminated_utf8_unchecked(s: &[u8]) -> &str { 
    str::from_utf8_unchecked(CStr::from_ptr(s.as_ptr() as *const _).to_bytes()) 
} 

---

由於輕微的題外話：基準測試結果在這個線程的所有選項：

隨着s = b"\0"

test dtwood::bench_str_from_null_terminated_utf8   ... bench:   9 ns/iter (+/- 0) 
test dtwood::bench_str_from_null_terminated_utf8_safe  ... bench:   10 ns/iter (+/- 3) 
test dtwood::bench_str_from_null_terminated_utf8_unchecked ... bench:   5 ns/iter (+/- 1) 
test ideasman42::bench_str_from_u8_nul_utf8_unchecked  ... bench:   1 ns/iter (+/- 0) 
test ker::bench_str_from_u8_nul_utf8      ... bench:   4 ns/iter (+/- 0) 
test ker::bench_str_from_u8_nul_utf8_unchecked    ... bench:   1 ns/iter (+/- 0) 

與s = b"abcdefghij\0klmnop"

test dtwood::bench_str_from_null_terminated_utf8   ... bench:   15 ns/iter (+/- 2) 
test dtwood::bench_str_from_null_terminated_utf8_safe  ... bench:   20 ns/iter (+/- 2) 
test dtwood::bench_str_from_null_terminated_utf8_unchecked ... bench:   6 ns/iter (+/- 0) 
test ideasman42::bench_str_from_u8_nul_utf8_unchecked  ... bench:   7 ns/iter (+/- 0) 
test ker::bench_str_from_u8_nul_utf8      ... bench:   15 ns/iter (+/- 2) 
test ker::bench_str_from_u8_nul_utf8_unchecked    ... bench:   5 ns/iter (+/- 0) 

與s = b"abcdefghij" * 512 + "\0klmnopqrs"

test dtwood::bench_str_from_null_terminated_utf8   ... bench:   351 ns/iter (+/- 35) 
test dtwood::bench_str_from_null_terminated_utf8_safe  ... bench:  1,987 ns/iter (+/- 274) 
test dtwood::bench_str_from_null_terminated_utf8_unchecked ... bench:   170 ns/iter (+/- 18) 
test ideasman42::bench_str_from_u8_nul_utf8_unchecked  ... bench:  2,466 ns/iter (+/- 292) 
test ker::bench_str_from_u8_nul_utf8      ... bench:  1,971 ns/iter (+/- 209) 
test ker::bench_str_from_u8_nul_utf8_unchecked    ... bench:  1,828 ns/iter (+/- 205) 

所以，如果你是超級關心性能，可能是最好的與您的特定數據集的基準 - dtwood::str:from_null_terminated_utf8_unchecked似乎與更長的字符串有更好的表現，但ker::bench_str_from_u8_nul_utf8_unchecked不小（< 20個字符）的字符串更好。