問題

在前面一些章節(jié)里，在使用正則表達式對文本進行分割時，皆使用局部變量存儲正則表達式，且皆為硬代碼——在程序運行時無法修改正則表達式。本章嘗試構造一個可在運行時被修改的全局變量用以表達正則表達式。

失敗的全局原始指針

倘若將原始指針作為全局變量，在程序運行時，可以令其指向與其類型相匹配的任何一個值，這是我想要的全局變量。于是，試著寫出以下代碼：

use regex::Regex;
use std::ptr::null_mut;
let a: *mut Regex = null_mut();

fn main() {
    a = Box::into_raw(Box::new(Regex::new(" *@ *")));
    let v = (*a).unwrap().split("num@ 123@456  @ 789");
    for i in v {
        println!("{}", i);
    }
}

Rust 編譯器編譯上述代碼時會報錯，建議使用 const 或 static 代替全局變量 a 的定義語句中的 let，亦即 Rust 語言不允許使用 let 定義全局變量。const 修飾的全局變量，其值不可修改。static 修飾的全局變量，其值可修改。故而，我將變量 a 的定義修改為

static a: *mut Regex = null_mut();

Rust 編譯器依然報錯，稱 *mut regex::Regex 類型的值不能被不同的線程安全共享，雖不甚知其意，但也應知此路不通了。

也許在素有經驗的 Rust 程序員看來，上述代碼會令他一言難盡，但是如果我說通過以上代碼可以看出 Rust 語言并不希望程序員使用全局變量，料想不會引起他的反對。Rust 不希望什么，那是它的事，而我卻需要它?，F在的問題是，無法構造全局原始指針。Rust 編譯器給出的建議是，如果想讓 *mut regex::Regex 類型的指針作為全局變量，前提是需要為該類型實現 Sync 特性。這個建議對于目前的我來說是超綱的，所以我完全可以認為，在 Rust 語言中不允許出現全局原始指針。

Option<T> 于事無補

在表示空值方面，Option<T> 類型可以代替原始指針，用該類型封裝原始指針是否能作為全局變量呢？試試看：

static foo: Option<*mut i32> = None;
fn main() {
    let a = 3;
    foo = Some(&a as *mut i32);
    println!("{:?}", foo);
}

答案是否定的。Rust 編譯器依然稱：

`*mut i32` cannot be shared between threads safely

并建議

shared static variables must have a type that implements `Sync`

此路依然不通。

結構體屏障

無論是直接用原始指針，還是用 Option<T> 封裝原始指針，在構造全局變量時，都會導致原始指針直接暴露在 Rust 編譯器面前，而編譯器堅持認為，所有的全局變量類型都應該實現 Sync 特性?，F在，換一個思路，倘若將原始指針類型封裝在結構體中，是否可以騙過編譯器呢？

以下代碼將 *mut i32 類型的指針封裝在一個結構體類型中，并使用該結構體類型構造全局變量：

#[derive(Debug)]
struct Foo {
    data: *mut i32
}
static mut A: Foo = Foo{data: std::ptr::null_mut()};
fn main() {
    unsafe {
        println!("{:?}", A);
    }
}

上述程序可以通過編譯，其輸出為

Foo { data: 0x0 }

以下代碼嘗試能否修改 A.data 的值：

let mut a = 3;
unsafe {
    A.data = &mut a as *mut i32;
    println!("{:?}", A);
    println!("{}", *A.data);
}

依然能通過編譯，其輸出結果與以下結果類似：

Foo { data: 0x7fff64cdecb4 }
3

這樣騙編譯器，好么？我不知道。Rust 標準庫在 std::marker::Sync 的文檔中提到，所有的基本類型，復合類型（元組、結構體和枚舉），引用，Vec<T>，Box<T 以及大多數集合類型等皆實現了 Sync 特性，所以上述手法并不能稱為「騙」。

回到本章開始的問題，現在可寫出以下代碼：

use regex::Regex;
use std::ptr::null_mut;
#[derive(Debug)]
struct Foo {
    data: *mut Regex
}
static mut A: Foo = Foo{data: null_mut()};
fn main() {
    unsafe {
        A = Foo {data: Box::into_raw(Box::new(Regex::new(" *@ *").unwrap()))};
        let v = (*A.data).split("num@ 123@456  @ 789");
        for i in v {
            println!("{}", i);
        }
        let _ = Box::from_raw(A.data);
    }
}

注意，上述代碼中的 let _ = ... 表示不關心右側函數調用的返回值，但是該行代碼可將 A.data 指向的內存空間歸還于 Rust 的智能指針管理系統(tǒng)，從而實現自動釋放。

制造內存泄漏

上述基于原始指針的全局變量構造方法似乎并不為 Rust 開發(fā)者欣賞，因為在他們眼里，任何一個原始指針都像一個不知道什么時候會被一腳踩上去的地雷，他們更喜歡是引用。

下面嘗試使用引用構造全局變量。由于引用不具備空值，所以必須使用 Option<T> 進行封裝，例如

use regex::Regex;
static mut A: Option<&Regex> = None;

fn main() {
    unsafe {
        let re = Regex::new(" *@ *").unwrap();
        A = Some(&re);
        // ... 待補充
    }
}

Rust 編譯器對上述代碼給出的錯誤信息是，re 被一個全局變量借用，但是前者的壽命短于后者，亦即當后者還存在時，前者已經死亡，導致后者引用失效。在 C 語言中，這種錯誤就是鼎鼎有名的「懸垂指針」錯誤，Rust 編譯器會盡自己最大能力去阻止此類錯誤。

不過，Rust 標準庫給我們留了一個后門，使用 Box<T> 的 leak 方法可將位于堆空間的值的壽命提升為全局變量級別的壽命：

unsafe {
    let re = Box::new(Regex::new(" *@ *").unwrap());
    A = Some(Box::leak(re));
    let v = A.unwrap().split("num@ 123@456  @ 789");
    for i in v {
        println!("{}", i);
    }
}

需要注意的是，Box::leak 名副其實，會導致內存泄漏，因為堆空間的值其壽命經 Box::leak 提升后，與程序本身相同，無法回收。Rust 官方說，如果你介意這樣的內存泄漏，那就需要考慮走原始指針路線。

延遲初始化

對于支持運行時修改的全局變量，還有一類方法是將全局變量的初始化推遲在程序運行時，但該類方法要么依賴第三方庫（crate），例如 lazy_static，要么是標準庫目前尚未穩(wěn)定的功能 OnceCell，此外該類方法只能對全局變量完成一次賦值。這些方法，rzeo 并不打算使用，故而略過。

值的所有權轉移

基于值的所有權轉移也能實現在程序的運行時修改全局變量的值。例如

use regex::Regex;
static mut A: Option<Regex> = None;

fn main() {
    unsafe {
        let re = Regex::new(" *@ *").unwrap();
        A = Some(re);
        let v = A.unwrap().split("num@ 123@456  @ 789");
        for i in v {
            println!("{}", i);
        }
    }
}

不過，上述代碼無法通過編譯，原因是 Option<T> 的實例方法 unwrap 需要轉移實例的所有權——消耗一個臨時變量，但是上述代碼中的 Option<T> 的實例 A 是全局變量，與程序同壽，其所有權無法轉移。有兩種方法可規(guī)避該錯誤，一種是

unsafe {
    let re = Regex::new(" *@ *").unwrap();
    A = Some(re);
    match A {
        Some(ref b) => {
            let v = b.split("num@ 123@456  @ 789");
            for i in v {
                println!("{}", i);
            }
        },
        None => panic!("...")
    }
}

另一種是使用 Option<T> 的 as_ref 方法，將類型 &Option<T> 轉換為類型 Option<&T>，然后使用 Option<&T> 的 unwrap 方法：

unsafe {
    let re = Regex::new(" *@ *").unwrap();
    A = Some(re);
    let v = A.as_ref().unwrap().split("num@ 123@456  @ 789");
    for i in v {
        println!("{}", i);
    }
}

不妨將 as_ref 方法視為上述模式匹配代碼的簡化。

小結

全局變量是構成程序的不安全因素之一，但它并非洪水猛獸，只要保證程序在任一時刻全局變量不會被多個線程同時修改即可。如果全局變量給程序帶來了災難，這往往意味著是程序的設計出現了嚴重問題。我認為 Rust 對全局變量的限制太過于嚴厲，特別是在禁止直接將原始指針作為全局變量這一方面，畢竟即使不使用原始指針，對全局變量的修改在 Rust 語言看來，也是不安全的。既然都不安全，何必五十步笑百步。

以上就是Rust突破編譯器限制構造可修改的全局變量的詳細內容，更多關于Rust全局變量的資料請關注腳本之家其它相關文章！

最新評論