boost::iostreams::copy() 的异常

Question

在下面的代码中，我有一个损坏的“hello.bz2”，其中包含超出 EOF 的杂散字符。

有没有办法让 boost::iostreams::copy() 调用 throw ？

#include <fstream>
#include <iostream>
#include <boost/iostreams/filtering_streambuf.hpp>
#include <boost/iostreams/copy.hpp>
#include <boost/iostreams/filter/bzip2.hpp>

int main() 
{
    using namespace std;
    using namespace boost::iostreams;

    ifstream file("hello.bz2", ios_base::in | ios_base::binary);
    filtering_streambuf<input> in;
    in.push(bzip2_decompressor());
    in.push(file);
    boost::iostreams::copy(in, cout);
}

编辑： 请忽略目前为止最受关注的那一行； EOF。请假设使用损坏的 bzip2 文件。 我使用“EOF”提示在文件上运行 bzcat 时出现的错误

bzcat hello.bz2
hello world

bzcat: hello.bz2: trailing garbage after EOF ignored

Answer 1

研究

std::ios_base::failure 是“Iostreams 库中的函数作为异常抛出的所有对象类型的基类，用于报告在流缓冲区操作期间检测到的错误”。

查看 boost 文档：

class bzip2_error : public std::ios_base::failure {
public:
    bzip2_error(int error);
    int error() const;
};

bzip2_error是使用bzip2过滤器时抛出的特定异常，它继承自std::ios_base::failure。正如您所看到的，它是通过传入表示错误代码的整数来构造的。它还有一个方法error()，它返回构造它所用的错误代码。
文档列出了 bzip2 错误代码，如下所示：

• data_error - 表示压缩数据流已损坏。等于 BZ_DATA_ERROR。
• data_error_magic - 指示压缩数据流不以“magic”序列“B”“Z”“h”开头。等于 BZ_DATA_ERROR_MAGIC。
• config_error - 表示当前平台的 libbzip2 配置不正确。等于 BZ_CONFIG_ERROR。

代码

编辑
我还想澄清一下，boost::iostreams::copy() 不会是这里抛出异常的那个，而是 bzip2 过滤器。只有 iostream 或过滤器会抛出异常，仅复制使用 iostream/filter 可能会导致 iostream/filter 抛出异常。

**编辑2 **
正如您所料，问题似乎出在 bzip2_decompressor_impl 上。当 bz2 文件为空时，我复制了无限旋转循环。我花了一些时间才弄清楚如何构建 boost 并与 bzip2、zlib 和 iostreams 库链接，看看是否可以复制您的结果。

g++ test.cpp -lz -lbz2 boostinstall/boost/bin.v2/libs/iostreams/build/darwin-4.2.1/release/link-static/threading-multi/libboost_iostreams.a -Lboostinstall/boost/bin.v2/libs/ -Iboost/include/boost-1_42 -g

test.cpp：

#include <fstream>
#include <iostream>
#include <boost/iostreams/filtering_streambuf.hpp>
#include <boost/iostreams/copy.hpp>
#include <boost/iostreams/filter/bzip2.hpp>

int main()
{
    using namespace std;
    using namespace boost::iostreams;

    try {
        ifstream file("hello.bz2", ios_base::in | ios_base::binary);
        filtering_streambuf<input> in;
        in.push(bzip2_decompressor());
        in.push(file);
        boost::iostreams::copy(in, cout);
    }
    catch(const bzip2_error& exception) {
        int error = exception.error();

        if(error == boost::iostreams::bzip2::data_error) {
            // compressed data stream is corrupted
            cout << "compressed data stream is corrupted";
        }
        else if(error == boost::iostreams::bzip2::data_error_magic)
        {
            // compressed data stream does not begin with the 'magic' sequence 'B' 'Z' 'h'
            cout << "compressed data stream does not begin with the 'magic' sequence 'B' 'Z' 'h'";
        }
        else if(boost::iostreams::bzip2::config_error) {
            // libbzip2 has been improperly configured for the current platform
            cout << "libbzip2 has been improperly configured for the current platform";
        }
    }
}

调试：

gdb a.out
(gdb) b bzip2.hpp:344

在 symmetry.hpp:109 中有一个驱动 bzip2 解压缩的循环：在

        while (true)
        {
            // Invoke filter if there are unconsumed characters in buffer or if
            // filter must be flushed.
            bool flush = status == f_eof;
            if (buf.ptr() != buf.eptr() || flush) {
                const char_type* next = buf.ptr();
                bool done =
                    !filter().filter(next, buf.eptr(), next_s, end_s, flush);
                buf.ptr() = buf.data() + (next - buf.data());
                if (done)
                    return detail::check_eof(
                               static_cast<std::streamsize>(next_s - s)
                           );
            }

            // If no more characters are available without blocking, or
            // if read request has been satisfied, return.
            if ( (status == f_would_block && buf.ptr() == buf.eptr()) ||
                 next_s == end_s )
            {
                return static_cast<std::streamsize>(next_s - s);
            }

            // Fill buffer.
            if (status == f_good)
                status = fill(src);
        }

symmetry.hpp:117 上调用 bzip2_decompressor_impl 的过滤方法 bzip2.hpp:344 ：

template<typename Alloc>
bool bzip2_decompressor_impl<Alloc>::filter
    ( const char*& src_begin, const char* src_end,
      char*& dest_begin, char* dest_end, bool /* flush */ )
{
    if (!ready())
        init();
    if (eof_)
        return false;
    before(src_begin, src_end, dest_begin, dest_end);
    int result = decompress();
    after(src_begin, dest_begin);
    bzip2_error::check BOOST_PREVENT_MACRO_SUBSTITUTION(result);
    return !(eof_ = result == bzip2::stream_end);
}

我认为问题很简单，bzip2_decompressor_impl 的 eof_ 标志永远不会被设置。除非它以某种我不明白的神奇方式发生，否则它由 bzip2_decompressor_impl 类拥有，并且只会被设置为 false。因此，当我们这样做时：

cat /dev/null > hello.bz2

我们得到一个永远不会结束的旋转循环，当遇到 EOF 时我们不会中断。这肯定是一个错误，因为其他程序（如 vim）打开以类似方式创建的文本文件不会有问题。不过，当 bz2 文件“损坏”时，我能够让过滤器抛出异常：

echo "other corrupt" > hello.bz2
./a.out
compressed data stream does not begin with the 'magic' sequence 'B' 'Z' 'h'

有时您必须对开源代码持保留态度。您的 bz2 更有可能被损坏并正确抛出。然而，/dev/null 情况是一个严重的错误。我们应该将其提交给 boost 开发人员，以便他们可以修复它。

Answer 2

如何在文件末尾之外出现杂散字符？

如果您的意思是该文件中包含垃圾数据，那么解压缩算法如何判断该数据是否为垃圾数据，以便能够做出抛出的决定？