协议缓冲区ParseFromString不检查消息结尾

Question

我发现了一个有趣的协议缓冲区问题。如果您有两条类似的消息，那么可以使用C API或命令行解析其中一条消息，就像解析另一条消息一样。

ParseFromString的有限文档没有提到它不需要使用所有字符串，如果不使用，它也不会失败。

我原以为ParseFromString无法解析类型为a的消息，如果它显示的是类型为B的消息。毕竟消息包含了额外的html" target="_blank">数据。然而，事实并非如此。示例脚本演示了该问题：

#!/bin/sh

cat - >./foobar.proto <<EOF
syntax = "proto3";
package demo;
message A
{
   uint64 foo = 1;
};

enum flagx { 
  y = 0; 
  z = 1; 
}

message B {
   uint64 foolish = 1;
   flagx bar = 2;
};

EOF

cat - >./mess.B.in.txtfmt <<EOF
foolish: 10
bar: y
EOF

cat - >./mess.in.txtfmt <<EOF
foo: 10
EOF

protoc --encode=demo.A foobar.proto <./mess.A.in.txtfmt >./mess.A.proto
protoc --encode=demo.B foobar.proto <./mess.B.in.txtfmt >./mess.B.proto
protoc --decode=demo.A foobar.proto >./mess.out.txtfmt <./mess.B.proto

echo "in: "
cat mess.B.in.txtfmt
echo "out: "
cat mess.out.txtfmt

echo "xxd mess.A.proto:"
xxd mess.A.proto

echo "xxd mess.B.proto:"
xxd mess.B.proto

输出为：

in: 
foolish: 10
bar: 20
out: 
foo: 10
xxd mess.A.proto:
00000000: 080a                                    
xxd mess.B.proto:
00000000: 080a

因此，对于消息A和消息B，二进制消息是相同的。

如果您更改协议以使您有另一个varint（uint64）而不是枚举，您将获得不同的二进制消息，但ParseFromString仍然会成功地将较长的消息解析为较短的消息。

为了真正混淆问题，它似乎还能够将较短的消息解析为较长的消息。

这是一个bug还是一个特性？

Answer 1

我认为这是出于设计，但文档可能会更好。

如果您试图使用API而没有首先阅读over-the-wire格式，则可能会出现这种混淆。wire格式并非如您所料与API无关。

wire格式强调紧凑性而非正确性。如果要检查消息的正确性，请使用其他方法。

您可以（可以说应该或必须）在邮件中包含以下一项或多项内容：

• 消息类型字段
• 消息长度字段
• 一个校验和

关于能够将较短消息解析为较长消息的第二点，是因为在protocol buffers 3中，所有字段都是可选的。协议缓冲区2有一个必填字段的概念。它的删除引起了一些争议（例如，请参见为什么在协议缓冲区3中删除了required和optional