当 base 不在 [2,36] (GCC) 中时，C++11 std::stoi 静默失败

Question

我在 Linux 上使用 GCC 4.9.0。这是我的测试程序：

#include <iostream>
#include <string>

using namespace std;

int main(int argc, char* argv[])
{
  size_t pos = 42;
  cout << "result: " << stoi(argv[1], &pos, atoi(argv[2])) << '\n';
  cout << "consumed: " << pos << '\n';
}

这是一个预期的结果：

$ ./a.out 100 2
result: 4
consumed: 3

也就是说，它将以 2 为底的“100”解析为数字 4，并消耗了所有 3 个字符。

我们可以在 36 以内进行类似操作：

 $ ./a.out 100 36
result: 1296
consumed: 3

但是更大的基地呢？

$ ./a.out 100 37
result: 0
consumed: 18446744073707449552

这是什么？ pos 应该是它停止解析的索引。这里接近std::string::npos，但不完全（相差几百万）。如果我在没有优化的情况下编译，那么pos 是18446744073703251929，所以它看起来像未初始化的垃圾，尽管我确实初始化了它（到 42）。事实上，valgrind 抱怨道：

Conditional jump or move depends on uninitialised value(s)
  at 0x400F11: int __gnu_cxx::__stoa<long, int, char, int>(...) (in a.out)
  by 0x400EC7: std::stoi(std::string const&, unsigned long*, int) (in a.out)

所以这很有趣。此外，std::stoi 的文档说，如果无法执行转换，它会抛出 std::invalid_argument。显然在这种情况下它没有进行任何转换，它在pos 中返回了垃圾，并且没有抛出异常。

如果base 为 1 或负数，也会发生类似的坏事。

这是 GCC 实现中的错误，标准中的错误，还是我们必须学会忍受的东西？我认为stoi() 与atoi() 的目标之一是更好的错误检测，但似乎根本不检查base。

---

编辑：这是同一程序的 C 版本，它也打印 errno：

#include <stdio.h>
#include <stdlib.h>

int main(int argc, char* argv[])
{
  char* pos = (char*)42;
  printf("result: %ld\n", strtol(argv[1], &pos, atoi(argv[2])));
  printf("consumed: %lu (%p)\n", pos - argv[1], pos);
  perror("errno");
  return 0;
}

当它工作时，它会做和以前一样的事情。当它失败时，它会更加清晰：

$ ./a.out 100 37
result: 0
consumed: 18446603340345143502 (0x2a)
errno: Invalid argument

现在我们明白了为什么 C++ 版本中的 pos 是一个“垃圾”值：这是因为 strtol() 保持 endptr 不变，并且 C++ 包装器错误地从中减去了输入字符串的起始地址。

在 C 版本中我们还看到 errno 设置为 EINVAL 以指示错误。我系统上的文档说当base 无效时会发生这种情况，但也说它不是由C99 指定的。如果我们在 C++ 版本中打印 errno，我们也可以检测到这个错误（但它在 C99 中不是标准的，并且肯定不是 C++11 指定的）。

Answer 1

[C++11: 21.5/3]: 抛出：invalid_argument 如果strtol、strtoul、strtoll 或strtoull 报告无法执行转换。 [..]

[C99: 7.20.1.4/5]: 如果主题序列具有预期的形式并且base 的值为零，则根据 6.4.4.1 的规则，从第一个数字开始的字符序列被解释为整数常量。如果主题序列具有预期的形式，并且base 的值介于 2 和 36 之间，则将其用作转换的基础，并为每个字母赋予上面给出的值。 [..]

对于base 为不 0 或介于2 到36 之间的情况，C99 中没有指定语义，因此结果未定义。这不一定满足[C++11: 21.5/3]的摘录。

简而言之，这是 UB；只有当基数有效但输入值在该基数中不可转换时，您才会期望出现异常。 这既不是 GCC 也不是标准中的错误。