stringstream 无符号输入验证

Question

我正在编写程序的一部分，它解析和验证程序控制台参数中的一些用户输入。为此，我选择使用 stringstream，但在读取无符号类型时遇到了问题。

下一个模板用于从给定字符串中读取请求的类型：

#include <iostream>
#include <sstream>
#include <string>

using std::string;
using std::stringstream;
using std::cout;
using std::endl;

template<typename ValueType>
ValueType read_value(string s)
{   
    stringstream ss(s);
    ValueType res;
    ss >> res;
    if (ss.fail() or not ss.eof())
        throw string("Bad argument: ") + s;
    return res;
}
// +template specializations for strings, etc. 

int main(void)
{   
    cout << read_value<unsigned int>("-10") << endl;
}   

如果类型是无符号的并且输入字符串包含负数，我希望看到异常抛出（由ss.fail() = true 引起）。但是 stringstream 会生成转换为无符号类型的值（书面示例中为 4294967286）。

如何修复此示例以实现所需的行为（最好不要回退到 c 函数）？ 我知道它可以通过简单的第一个符号检查来完成，但我可以放置前导空格。我可以编写自己的解析器，但不相信问题如此难以预测，标准库无法解决。

对于无符号类型，隐藏在 stringstream 运算符深处的函数是 strtoull 和 strtoul。它们以描述的方式工作，但提到的功能是低级的。为什么 stringstream 不提供一些验证级别？ （我只是希望我错了，它确实如此，但需要一些动作才能启用它）。

Answer 1

版本免责声明：C++03 的答案不同。以下涉及 C++11。

首先，让我们分析一下发生了什么。

ss >> res; 这调用了std::istream::operator>>(unsigned)。在[istream.formatted.arithmetic]/1中，效果定义如下：

这些提取器表现为格式化输入函数（如 27.7.2.2.1 中所述）。在构造一个哨兵对象后，转换就像由以下代码片段执行一样：

typedef num_get< charT,istreambuf_iterator<charT,traits> > numget;
iostate err = iostate::goodbit;
use_facet< numget >(loc).get(*this, 0, *this, err, val);
setstate(err);

在上面的片段中，loc 代表basic_ios 类的私有成员。

在 格式化输入函数 到 [istream::sentry] 之后，sentry 对象的主要作用是消耗前导空白字符。如果出现错误（流处于失败/eof 状态），它还会阻止执行上面显示的代码。

使用的语言环境是"C" 语言环境。理由：

对于通过stringstream ss(s); 构造的stringstream，该iostream 的语言环境是构造时的当前全局语言环境（这在[ios.base.locales]/4 的兔子洞深处得到保证） .由于 OP 程序中的全局语言环境未更改，因此 [locale.cons]/2 指定“经典”语言环境，即 "C" 语言环境。

use_facet< numget >(loc).get 使用 [locale.num.get] 中指定的成员函数num_get<char>::get(iter_type in, iter_type end, ios_base&, ios_base::iostate& err, unsigned int& v) const;（注意unsigned int，一切正常）。 “C”语言环境的字符串 -> unsigned int 转换的详细信息很长，并在 [facet.num.get.virtuals] 中进行了描述。一些有趣的细节：

• 对于无符号整数值，使用函数strtoull。
• 如果转换失败，ios_base::failbit 将分配给err。具体来说：“要存储的数值可以是以下之一：[...] 可表示的最负值或无符号整数类型为零，如果该字段表示的值太大而无法以 val 表示。ios_base::failbit分配给err。”

我们需要去C99，7.20.1.4的第5段下strtoull的定义：

如果主题序列以减号开头，则从 转换被否定（在返回类型中）。

根据第 8 段：

如果正确值超出可表示值的范围，则返回LONG_MIN、LONG_MAX、LLONG_MIN、LLONG_MAX、ULONG_MAX或ULLONG_MAX（根据返回类型和符号值，如果有的话），宏ERANGE的值存储在errno中

过去似乎一直在争论是否将负值视为strotoul 的有效输入。无论如何，问题出在这个函数上。对 gcc 的快速检查表明它被视为有效输入，因此是您观察到的行为。

---

历史记录：C++03

C++03 在num_get 转换中使用了scanf。不幸的是，我还不太确定scanf 的转换是如何指定的，以及在什么情况下会发生错误。

---

显式错误检查：

我们可以手动插入该检查，方法是使用带符号的值进行转换并测试<0，或者我们寻找- 字符（由于可能存在本地化问题，这不是一个好主意）。

Answer 2

num_get facet 支持显式检查签名。拒绝任何以 '-'（在空格之后）开头的非零数字用于无符号类型，并使用默认 C 语言环境的 num_get 进行实际转换。

#include <locale>
#include <istream>
#include <ios>
#include <algorithm>

template <class charT, class InputIterator = std::istreambuf_iterator<charT> >
class num_get_strictsignedness : public std::num_get <charT, InputIterator>
{
public:
    typedef charT char_type;
    typedef InputIterator iter_type;

    explicit num_get_strictsignedness(std::size_t refs = 0)
        : std::num_get<charT, InputIterator>(refs)
    {}
    ~num_get_strictsignedness()
    {}

private:
    #define DEFINE_DO_GET(TYPE) \
        virtual iter_type do_get(iter_type in, iter_type end,      \
            std::ios_base& str, std::ios_base::iostate& err,       \
            TYPE& val) const override                              \
        {  return do_get_templ(in, end, str, err, val);  }         // MACRO END

    DEFINE_DO_GET(unsigned short)
    DEFINE_DO_GET(unsigned int)
    DEFINE_DO_GET(unsigned long)
    DEFINE_DO_GET(unsigned long long)

    // not sure if a static locale::id is required..

    template <class T>
    iter_type do_get_templ(iter_type in, iter_type end, std::ios_base& str,
                           std::ios_base::iostate& err, T& val) const
    {
        using namespace std;

        if(in == end)
        {
            err |= ios_base::eofbit;
            return in;
        }

        // leading white spaces have already been discarded by the
        // formatted input function (via sentry's constructor)

        // (assuming that) the sign, if present, has to be the first character
        // for the formatting required by the locale used for conversion

        // use the "C" locale; could use any locale, e.g. as a data member

        // note: the signedness check isn't actually required
        //       (because we only overload the unsigned versions)
        bool do_check = false;
        if(std::is_unsigned<T>{} && *in == '-')
        {
            ++in;  // not required
            do_check = true;
        }

        in = use_facet< num_get<charT, InputIterator> >(locale::classic())
                 .get(in, end, str, err, val);

        if(do_check && 0 != val)
        {
            err |= ios_base::failbit;
            val = 0;
        }

        return in;
    }
};

使用示例：

#include <sstream>
#include <iostream>
int main()
{
    std::locale loc( std::locale::classic(),
                     new num_get_strictsignedness<char>() );
    std::stringstream ss("-10");
    ss.imbue(loc);
    unsigned int ui = 42;
    ss >> ui;
    std::cout << "ui = "<<ui << std::endl;
    if(ss)
    {
        std::cout << "extraction succeeded" << std::endl;
    }else
    {
        std::cout << "extraction failed" << std::endl;
    }
}

注意事项：

• 免费商店的分配不是必需的，您可以使用例如一个（静态）局部变量，您可以在其中使用 ctor 中的 1 初始化 ref 计数器
• 对于您想要支持的每种字符类型（如 char、wchar_t、charXY_t），您需要添加自己的构面（可以是 num_get_strictsignedness 模板的不同实例化）
• "-0" 被接受