解决protobuf数据丢失bug

protobuf是Google开发的一个开源序列化框架，类似XML，JSON，其最大的特点是基于二进制，比传统的XML表示同样一段内容要短小得多。通过protobuf，可以很轻松的调用相关方法来完成业务数据的序列化与反序列化。但是，protobuf在使用当中也发现一些问题，数据在protobuf序列化后无法反序列化，或者丢失部分数据，这就与protobuf的目的违背。下面我们来看下这个问题吧。

首先定义一个protobuf结构，如下：

[plain] view plain copy

1. message Person {  
2.   required int32 mid = 1;  
3.   required int32 type = 2;  
4. }  

再来看下这段代码，看似没有问题：

[cpp] view plain copy

1. Person psn0;  
2. psn0.set_mid(1);  
3. psn0.set_type(0);  
4.   
5. string str0;  
6. psn0.SerializeToString(&str0);  
7.   
8. // 由于网络传输， string 需要转换成 char*  
9. const char* buf = str0.c_str();  
10.   
11. // 如果是这样解析，将会引起bug  
12. string str1 = buf;  
13.   
14. People psn1;  
15. bool ret1 = psn1.ParseFromString(str1);  
16.   
17. if (ret1)  
18. {  
19.     cout << "str1 parse success" << endl;  
20. }  
21. else  
22. {  
23.     cout << "str1 parse fail" << endl;  
24. }  
25.   
26. // 这样解析不会引起bug  
27. string str2;  
28. str2.assign(buf, str0.length());  
29.   
30. People psn2;  
31. bool ret2 = psn2.ParseFromString(str2);  
32.   
33. if (ret2)  
34. {  
35.     cout << "str2 parse success" << endl;  
36. }  
37. else  
38. {  
39.     cout << "str2 parse fail" << endl;  
40. }  

运行结果，如下：

[plain] view plain copy

1. str1 parse fail  
2. str2 parse success  

这里解释一下原因：在以上例子中，protobuf 序列化的 string 数据里含有 '\0' 字符。如果以 char* 取protobuf序列化后的数据，将会丢失部分数据。

虽然这个严格意义来讲也不算protobuf的bug，但在protobuf的使用中一般很少人注意protobuf 的数据中带有 '\0' 字符，这就导致了bug的发生。