如何在 Rust 中安全地处理 Openresty中的字符串?
Hello World
Rust 以简洁高效安全而闻名，那么我们怎么集成到C 的项目中呢。尤其是字符串数据结构，该如何正确地交互。借此机会整理一下工作中遇到的难题，希望可以帮助大家走出坑。
我们先回顾一下 C 中字符串的结构。
在 C 语言中，字符是一个连续的内存地址空间以 \0 结尾。C 语言的字符串不会记录长度信息，而是遇到第一个\0 之前的地址空间作为长度信息。Rust 为了兼容C 的字符串，被称为 CStr。
但是在很多种语言中，如果遇到\0 作为结尾符，那么字符串中真的有\0 怎么办呢？所以 Nginx，lua 的字符串的数据结构，不光是一个连续的内存地址，而且还有字符串的长度信息。按照长度信息，从指针开始读取字符串就一定不会出错。Rust 中被称为 String。大概是这样
struct String {
vec: Vec<u8>, // 存放字符串内容的内存空间
len: usize, // 当前字符串长度
capacity: usize, // 记录了当前 Vec 的容量,也就是可以存储的最大字节数。
}
C语言的字符串不支持动态扩容，每次扩容都需要自己申请一段新的内存，复制旧的内存到新的内存，并释放旧的内存。这个过程既繁琐，又容易出现内存问题。
Rust官方实现了这些功能，Rust 的字符串每次都已现有内存的 2 倍去扩容，并执行上述的操作。
在 Rust 中使用借用来表示 C 语言的字符串
Rust 的 String中的 vec 字段，指向传入的 C 语言内存地址即可。使用 Rust 的借用（Borrow）思想，可以很好地注明这类关系。但要注意的是，由于 Rust 的自动释放机制，在超出作用域后，Rust 会自动释放 String。而 Rust 无法正确的区分 String 中的 vec 是 C 语言管理的内存还是 Rust 管理的内存。这样就造成了著名的 double free 问题。所以我们要使用 ManuallyDrop 管理 Rust 中指向 C 语言的String。
在 Rust 中不要使用迭代器去遍历 Nginx/Lua 等字符串结构体
在 Rust 的 String 中，如果使用迭代器去遍历 Nginx的字符串，类似于下面的代码
while let Some(ch) = input_str.chars().nth(i){
// todo!();
}
// or
for (i, b) in input_str.char_indices(){
// todo!();
}
那么一定会出现问题的，下面我们来详细解释一下为什么。
在 Nginx ，或者 Openresty 中，存储字符串的时候不再以\0为结尾标志符。每个字符串都紧密相连。
但是在 Rust 中，String 的迭代器在遍历字符串的时候，依旧使用\0为结尾标志符，那么就会造成，迭代器会不停地访问内存，甚至越界访问到Nginx 中其他字符串。
因为 Rust 的 String，在申请或扩容内存空间的时候，会使用\0初始化内存空间。Rust 的
String 只不过是 C Str 的加强版，并且 Rust 的 String 一定会小于 Capacity，String 中一定保证有\0。
但是传入的 nginx 字符串却无法正常保证，为了安全考虑，请使用字符串的长度信息去便利字符串，我们可以改为
while i < input_str.len() {
if let Some(ch) = input_str.chars().nth(i) {
// todo
}
}
CStr转换为 Rust 的字符串的时候，为了性能考虑，禁用 utf8 检查
原因很简单，Rust 不会在意你的字符串是什么编码。所以你在转换的时候，如果使用 utf8 检查，Rust 只是遍历字符串并检查是否符合 utf8 标准。
但是，这里你一定要正确区分，传入的内容是字符串，还是二进制流。如不正常区分，则会出现如下错误
thread 'test_detect_2' panicked at /rustc/07dca489ac2d933c78d3c5158e3f43beefeb02ce/library/core/src/str/mod.rs:666:13:
byte index 2 is not a char boundary; it is inside '\n' (bytes 1..2) of `
�H�
abc--`
正确地把 C字符串转换为 Rust String 的操作
为什么不转换为 Rust 的 Cstr？因为 CStr 其实还是 C 语言的表示，以\0为结尾符。那我们不如直接用 Rust 的 String，效果是一样的，并且还附带长度信息，在 WAF 中可以轻松应对 NULL 绕过攻击！
1. 阻止自动内存释放的 Rust 类型
/// 提供忽略自动 free 的字符串，防止 c 与 rust 在交互的时候，因为 rust 误拿到所有权而 free 内存，造成内存崩溃
#[derive(PartialEq, PartialOrd, Debug)]
pub struct ManuallyString {
value: ManuallyDrop<String>,
}
为什么弄个这个结构体，而不是使用 mem::forget？为了方便，防止误操作而导致 double free。其二为了代码的整洁美观。
2. 使用 String::from_raw_part转换字符串
impl ManuallyString {
pub fn new(data: *const c_char, len: usize) -> Self {
ManuallyString {
value: unsafe {
ManuallyDrop::new(String::from_raw_parts(data as *mut u8, len, len))
},
}
}
}
String::from_raw_parts 这个函数只是将 String 的 vec 内存空间设置为 C 的内存空间，并设置当前字符串长度信息
3. 使用字符串
impl Deref for ManuallyString {
type Target = String;
fn deref(&self) -> &String {
&self.value
}
}
我们为ManuallyString 实现 Deref trait 即可。这样很好的标识，字符串的所有权在当前ManuallyString中，使用者只是借用。超过作用于也不会触发 rust 的自动回收机制。
一句话概括，指向字符串的内存空间的所有权在 C 端，Rust只是借用！
