Rust中存在字段引用依赖的自引用结构体初始化方案问询

这是Rust里典型的自引用结构体场景：结构体的一个字段持有对同结构体另一个字段的引用，普通的结构体初始化语法完全没法处理这种情况。
核心原因有两点：

• 结构体按字段顺序初始化，一旦把局部变量bytes移动到结构体的bytes字段，局部的bytes就失效了，没法再借用它传给PE::parse
• 就算绕开初始化顺序，只要Binary实例在内存中发生移动（比如作为返回值返回、存入集合），bytes的内存地址就会变化，pe里存的引用会直接变成悬空指针，触发内存未定义行为。

下面是按推荐度排序的可行实现方式：

goblin默认做零拷贝解析，PE结构会直接借用输入字节切片的内存，但开启alloc feature后，PE提供了into_owned()方法，可以把所有借用的字节数据拷贝成自身持有的数据，彻底消除生命周期约束，不需要任何自引用技巧。
首先在Cargo.toml中调整goblin的依赖配置，开启alloc特性：

goblin = { version = "0.8", features = ["alloc", "pe32", "pe64"] }

之后就可以直接正常初始化结构体：

struct Binary {
    path: PathBuf,
    bytes: Vec<u8>,
    pe: PE<'static>, // PE完全持有自身所有数据，无外部生命周期依赖
}

impl Binary {
    fn read(p: PathBuf) -> std::io::Result<Self> {
        let bytes = std::fs::read(&p)?;
        let pe = PE::parse(&bytes)
            .map_err(|e| std::io::Error::new(std::io::ErrorKind::InvalidData, e))?
            .into_owned();
        
        Ok(Self {
            path: p,
            bytes,
            pe
        })
    }
}

这个方案的唯一代价是PE中原本零拷贝引用的节数据、字符串等内容会多拷贝一次，内存占用小幅上升，但换来了最简洁的代码逻辑，没有任何unsafe，也不需要额外引入依赖，90%以上的场景下这都是最优选择。

如果你需要严格保留goblin的零拷贝解析特性，不想承担额外的拷贝开销，可以用成熟的自引用库ouroboros来安全实现自引用逻辑，不需要自己手写unsafe：

1. 引入ouroboros依赖

ouroboros = "0.18"

2. 用库提供的宏定义自引用结构体：

use ouroboros::self_referencing;

#[self_referencing]
struct Binary {
    path: PathBuf,
    bytes: Vec<u8>,
    #[borrows(bytes)]
    #[covariant]
    pe: PE<'this>,
}

impl Binary {
    fn read(p: PathBuf) -> std::io::Result<Self> {
        let bytes = std::fs::read(&p)?;
        Ok(BinaryBuilder {
            path: p,
            bytes,
            pe_builder: |bytes_ref| PE::parse(bytes_ref).unwrap()
        }.build())
    }

    // 需要访问PE实例时通过库生成的borrow方法获取
    fn pe(&self) -> &PE<'_> {
        self.borrow_pe()
    }
}

ouroboros会自动处理结构体移动时的内存稳定性，保证bytes的地址不会因为结构体移动失效，所有unsafe逻辑都被库封装验证过，不会出现悬空指针问题。

• 不要自己手写裸指针、Pin等逻辑实现自引用，除非你对Rust的内存模型、Pin的安全约束有极深的理解，这类代码非常容易引入难以排查的内存漏洞。
• 你当前使用的每次调用都重新解析PE的方案，仅适合pe方法调用频率极低的场景，如果频繁调用会产生非常明显的性能浪费，不建议在生产环境使用。

内容的提问来源于stack exchange，提问作者Jb Evain