Rust语言书籍更新:unsafe函数与unsafe块的关系演变
2025-05-14 02:54:33作者:滑思眉Philip
在Rust编程语言的安全模型中,unsafe关键字扮演着至关重要的角色。最近,Rust官方书籍《The Rust Programming Language》针对unsafe函数与unsafe块的关系进行了重要更新,这反映了Rust语言在这一核心安全特性上的演进方向。
历史背景
在早期的Rust版本中,unsafe函数体被隐式视为一个unsafe块。这意味着在unsafe函数内部可以直接使用unsafe操作,而无需显式地使用unsafe块包裹。这种设计虽然简化了代码编写,但也带来了一些潜在的问题。
问题所在
这种隐式转换可能导致代码可读性和维护性的降低。当开发者看到一个unsafe函数时,很难一眼就分辨出哪些部分是真正执行了unsafe操作。此外,这种设计也使得代码审查变得更加困难,因为unsafe操作没有明确的边界标记。
RFC 2585的改进
为了解决这些问题,Rust社区通过RFC 2585逐步改变了这一行为。现在,unsafe函数体不再自动被视为unsafe块,开发者必须显式地使用unsafe块来执行unsafe操作。这一变化带来了几个重要优势:
- 提高了代码的清晰度 - unsafe操作现在有明确的边界
- 便于代码审查 - 审查者可以快速定位所有unsafe操作
- 增强了安全性 - 减少了意外使用unsafe操作的可能性
版本迁移路径
这一变更采用了渐进式的迁移策略:
- 最初作为lint警告出现
- 在2024版中将成为正式警告
- 未来可能会升级为编译错误
这种渐进式迁移确保了现有代码库有充足的时间进行适配,同时也给了开发者明确的时间表来更新他们的代码。
对开发者的建议
对于正在学习或使用Rust的开发者,建议:
- 即使是在unsafe函数中,也要显式使用unsafe块
- 在编写新代码时遵循最新规范
- 维护旧代码时,考虑逐步更新到新规范
- 注意不同Rust版本对这一特性的处理差异
总结
Rust语言通过这一变更进一步强化了其安全模型,同时也展示了Rust团队在语言设计上的深思熟虑。从隐式转换到显式声明的转变,体现了Rust对代码清晰度和安全性的持续追求。作为Rust开发者,理解并适应这一变化将有助于编写更安全、更易维护的系统级代码。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
420
3.22 K
Ascend Extension for PyTorch
Python
230
261
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
330
暂无简介
Dart
685
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869