是否可依据C++标准安全使用std::string组装二进制数据为消息？

我使用std::string存储从套接字读取的二进制数据，这些数据包含以'$'开头、'#'结尾的消息，每条消息中可能包含'\0'字符。

我通过std::string::find()定位首个消息的位置，并使用std::string::substr()从字符串中提取该消息：

class MessageSplitter {
public:
    MessageSplitter() { m_data.reserve(1'000'000); }
    void appendBinaryData(const std::string& binaryData) {
        m_data.append(bytes);
    }
    bool popMessage(std::string& msg) {
        size_t beg_index = m_data.find("$");
        if (beg_index == std::string::npos) {
            return false;
        }
        size_t end_index = m_data.find("#", beg_index);
        if (end_index == std::string::npos) {
            return false;
        }
        size_t count = end_index - beg_index + end.size();
        msg = m_data.substr(beg_index, count);
        m_data = m_data.substr(end_index + end.size());
        return true;
    }
private:
    std::string m_data;
};

我通过如下方式从套接字读取数据（省略recv的错误检查）：

char buffer[4096];
int ret = ::recv(m_socket, buffer, 4096, 0);
std::string binaryData = std::string(buffer, ret);

该方法在Windows上运行正常，但依据C++标准，是否能保证在其他平台也可正常工作？

先纠正你代码里的几个逻辑错误，这些错误和平台无关，但会导致功能失效：

• appendBinaryData函数里，你调用了m_data.append(bytes)，但参数应该是传入的binaryData，变量名写错了，正确写法是m_data.append(binaryData)；
• popMessage里的end.size()是无意义的，你要取的是结束符#的长度（也就是1），所以count应该是end_index - beg_index + 1，截取剩余数据时应该用m_data.substr(end_index + 1)。

回到核心问题：依据C++标准，用std::string存储包含'\0'的二进制数据是完全合法且跨平台的。

C++标准定义的std::string本质是字节序列的容器，它的长度由内部维护的size()值决定，和序列中是否包含'\0'没有关系。find()、substr()、append()这些成员函数都是基于字节位置和长度进行操作的，不会因为遇到'\0'就停止处理。你用std::string(buffer, ret)构造字符串的方式也是标准允许的，这个构造函数会准确读取ret个字节，不管其中有没有'\0'。

只要修正代码里的变量名和计算错误，这套逻辑在任何符合C++标准的平台上都能正常工作，和Windows、Linux、macOS等平台无关。

内容的提问来源于stack exchange，提问作者Andy