C语言Socket通信中拼接不同类型数据到内存块的方案可行性问询

我目前正在用C语言实现Socket连接的收发两端，遇到一种场景：需要偶尔发送一种特定的自定义数据类型（custom_data_type），且接收端必须能识别该类型。经调研，我确定接收端无法仅通过收到的字节判断数据类型，因此尝试在发送端为该自定义类型添加字符串标识符，并将标识符追加到custom_data_type之后，以便接收端通过该标识符识别数据类型。以下是我的实现思路：

发送端代码片段 #

typedef struct
{
    unsigned long firstLong;
    char   firstStr[32];
    double firstDouble;
    etc...
} custom_data_type;


int main()
{
    // initialize two pointers, one pointing to the struct and the other to a string identifier
    custom_data_type data_info;
    memset (&data_info,0, sizeof(custom_data_type));
    char * str_id = ".sid";

    // Get the combined size of two pointers
    int size = sizeof(custom_data_type) + strlen(str_id);

    char * ptr = malloc(size); // I tried using a void pointer but it didn't allow pointer arithmetic, so using a char pointer here
    
    memcpy(ptr, &data_info, sizeof(custom_data_type));  // ptr should first point to the custom data type
    memcpy((ptr+sizeof(custom_data_type)), str_id, strlen(str_id)); // ptr should point to the string ID where custome data type memory block ends
    // the end result here is that the pointer variable ptr will point to the memory location
    // containing custom_data_type, appended right after with a char pointer containing ".sid"
    // The memory block pointed to by ptr here is what the receiver will get
}

接收端识别标识符的代码示例 #

if(strcmp(ptr+sizeof(custom_data_type), ".sid") == 0 )
{
     // string identifier found; we've received custom_data_type from the router
}
else
{
     // No string identifier found, assume the received data is NOT custom_data_type
}

收发两端的Socket通信函数以void指针和内存块大小作为参数。由于我很少进行Socket通信相关开发，想请教上述方案在理论上是否可行？

方案理论可行性 #

你的方案在理论上是可行的，核心逻辑是通过追加字符串标识符标记自定义结构体类型，接收端通过校验标识符判断数据类型，这个思路是通顺的。

潜在问题与改进建议 #

1. 字符串标识符缺少终止符
   你用strlen(".sid")计算长度（值为4），但strcmp要求字符串以\0结尾才能正确比较。当前发送的标识符没有包含\0，接收端调用strcmp时会越界读取内存，触发未定义行为。
   改进：发送时要包含终止符，计算大小改为sizeof(custom_data_type) + strlen(str_id) + 1，拷贝时用strlen(str_id)+1作为长度，或者直接用strcpy代替memcpy处理字符串。

2. 结构体的内存对齐与字节序问题

   • 不同编译器、不同架构（如x86和ARM）对结构体的内存对齐规则可能不同，导致sizeof(custom_data_type)在收发两端不一致，接收端计算标识符起始位置时会出错。
   • 多字节数据类型（如unsigned long、double）的字节序（大端/小端）在不同架构下可能不同，直接传输结构体字节会导致接收端解析出错误的值。
     改进：
   • 手动指定结构体的内存对齐规则（比如用#pragma pack(1)），确保两端sizeof结果一致；
   • 对多字节字段进行字节序转换（使用htonl、ntohl等函数），或者将结构体字段序列化为固定字节序的字节流后再传输。

3. Socket传输的完整性问题
   Socket是流式传输，无法保证一次发送的数据被一次接收。如果接收端只收到部分数据（比如只收到结构体部分，没收到标识符），strcmp会因为数据不完整而判断错误，甚至触发内存访问错误。
   改进：

   • 先传输数据的总长度，接收端先读取长度值，再根据长度完整接收所有数据后再进行校验；
   • 或者在标识符前也加上长度标记，确保接收端能准确找到标识符的位置。

4. 内存泄漏风险
   发送端malloc的内存ptr在使用后没有free，长期运行会导致内存泄漏，记得在发送完成后释放内存。

内容的提问来源于stack exchange，提问作者Ha Young An