c++ - `u8string_view` 到 `char` 数组而不违反严格别名？

Question

前提

我在内存中有一个二进制数据块，表示为 char* (可能从文件中读取，或通过网络传输)。

我知道它在某个偏移量处包含一个特定长度的 UTF8 编码文本字段。

题
我如何(安全且便携地)获得 u8string_view来表示这个文本字段的内容？
动机
将该字段作为 u8string_view 传递给下游代码的动机是:

它非常清楚地表明文本字段是 UTF8 编码的，与 string_view 不同。 .

它避免了将其返回为 u8string 的成本(可能是免费存储分配 + 复制) .

我试过的
这样做的天真方法是:

char* data = ...;
size_t field_offset = ...;
size_t field_length = ...;

char8_t* field_ptr = reinterpret_cast<char8_t*>(data + field_offset);
u8string_view field(field_ptr, field_length);

但是，如果我正确理解了 C++ 严格别名规则，这是未定义的行为，因为它访问了 char* 的内容。通过 char8_t* 缓冲 reinterpret_cast 返回的指针, 和 char8_t不是别名类型。
真的吗？
有没有办法安全地做到这一点？

Answer 1

当您访问具有没有 acceptable type 的泛左值的对象时，会发生严格的别名规则。 .
首先考虑一个定义明确的案例:

char* data = reinterpret_cast <char *> (new char8_t[10]{})
size_t field_offset = 0;
size_t field_length = 10;
char8_t* field_ptr = reinterpret_cast<char8_t*>(data + field_offset);
u8string_view field(field_ptr, field_length);
field [0]+field[1];

这里没有UB。您创建了一个数组 char8_t然后访问数组的元素。
现在如果对象是 data 引用的内存会发生什么？是由另一个程序创建的？根据标准，这是 UB，因为该对象不是由 specified way to create it 之一创建的。 .
但是，标准尚不支持您的代码这一事实在这里不是问题。所有编译器都支持此代码。如果不是，则没有任何效果，您甚至无法进行最简单的系统调用，因为程序与任何内核之间的大部分通信都是通过字符数组进行的。因此，只要在您的程序内部，您就可以访问 data+field_offset 之间的内存。和 data+field_offset+field_length通过 char8_t 类型的泛左值您的代码将按预期工作。