C++20中严格的别名规则是否允许在标准c++unicode字符和下划线类型之间使用`represtrate_cast`？ [英] Do the strict aliasing rules in C++20 allow `reinterpret_cast` between the standard c++ unicode chars and the underlining types?

问题描述

C++20的严格的别名规则[basic.lval]/11是否任意允许...

1. 在char*和char8_t*之间强制转换

string str = "string";
u8string u8str { (char8_t*) &*str.data() }; // c++20 u8string

u8string u8str2 = u8"zß水🍌"
string str2 { (char*) u8str2.data() };

2. 在uint32_t*、uint_least32_t*和char32_t*之间强制转换

vector<uint32_t> ui32vec = { 0x007a, 0x00df, 0x6c34, 0x0001f34c };
u32string u32str { (char32_t*) &*ui32vec.data(), ui32vec.size() };

u32string u32str2 = U"zß水🍌"
vector<uint32_t> ui32vec2 { (uint32_t*) &*u32str2.begin(),
                            (uint32_t*) &*u32str2.end() };

3. 在uint16_t*、uint_least16_t*和char16_t*之间强制转换

vector<uint16_t> ui16vec = { 0x007a, 0x00df, 0x6c34, 0xd83c, 0xdf4c };
u16string u16str { (char16_t*) &*ui16vec.data(), ui16vec.size() };

u16string u16str2 = u"zß水ud83cudf4c"
vector<uint16_t> ui16vec2 { (uint16_t*) &*u16str2.begin(),
                            (uint16_t*) &*u16str2.end() };

---

更新

基本字符串构造器overload (6)

template< class InputIt >    
basic_string( InputIt first, InputIt last,
              const Allocator& alloc = Allocator() );

向量构造器overload (4)

template< class InputIt >    
vector( InputIt first, InputIt last,
        const Allocator& alloc = Allocator() );

我想知道是否可以使用LegacyInputIterator构造函数？...

4. char*和char8_t*作为LegacyInputIterator

string str = "string";
u8string u8str {   str.begin(),   str.end()  };
u8string u8str { &*str.begin(), &*str.end()  };

u8string u8str2 = u8"zß水🍌"
string str2 {   u8str2.begin(),   u8str2.end() };
string str2 { &*u8str2.begin(), &*u8str2.end() };

5. uint32_t*、uint_least32_t*和char32_t*作为LegacyInputIterator

vector<uint32_t> ui32vec = { 0x007a, 0x00df, 0x6c34, 0x0001f34c };
u32string u32str {   ui32vec.begin(),   ui32vec.end() };
u32string u32str { &*ui32vec.begin(), &*ui32vec.end() };

u32string u32str2 = U"zß水🍌"
vector<uint32_t> ui32vec2 { u32str2.begin(),
                            u32str2.end() };
vector<uint32_t> ui32vec2 { &*u32str2.begin(),
                            &*u32str2.end() };

6. uint16_t*、uint_least16_t*和char16_t*作为LegacyInputIterator

vector<uint16_t> ui16vec = { 0x007a, 0x00df, 0x6c34, 0xd83c, 0xdf4c };
u16string u16str {   ui16vec.begin(),   ui16vec.end() };
u16string u16str { &*ui16vec.begin(), &*ui16vec.end() };

u16string u16str2 = u"zß水ud83cudf4c"
vector<uint16_t> ui16vec2 { u16str2.begin(),
                            u16str2.end() };
vector<uint16_t> ui16vec2 { &*u16str2.begin(),
                            &*u16str2.end() };

推荐答案

char*_t行类型没有任何特殊别名规则。因此，standard rules apply。并且这些规则对于基础类型之间的转换没有例外。

所以你所做的大部分都是UB。唯一不是UB的病例是char，因为它的特殊性质。实际上，您可以将char8_t的字节读取为char的数组。但您不能做相反的事情，将char数组的字节读取为char8_t。

现在，这些类型可以相互完全转换。因此，您可以随时将这些数组中的值转换为其他类型。

尽管如此，在真正的实现中，这些事情几乎肯定会奏效。好的，直到他们不这样做，因为你试图通过一个不应该改变的东西来改变一件事，编译器不会重新加载改变的值，因为它假设它不可能被改变。所以说真的，只要使用正确的、有意义的类型即可。

这篇关于C++20中严格的别名规则是否允许在标准c++unicode字符和下划线类型之间使用`represtrate_cast`？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！