即使是最好的程序員也無法完全避免錯誤。這些錯誤可能會引入安全漏洞、導致程序崩潰或產生意外操作,具體影響要取決于程序的運行邏輯。
C 語言有時名聲不太好,因為它不像近期的編程語言(比如 Rust)那樣具有內存安全性。但是通過額外的代碼,一些最常見和嚴重的 C 語言錯誤是可以避免的。下文講解了可能影響應用程序的五個錯誤以及避免它們的方法:
1. 未初始化的變量
程序啟動時,系統會為其分配一塊內存以供存儲數據。這意味著程序啟動時,變量將獲得內存中的一個隨機值。
有些編程環境會在程序啟動時特意將內存“清零”,因此每個變量都得以有初始的零值。程序中的變量都以零值作為初始值,聽上去是很不錯的。但是在 C 編程規范中,系統并不會初始化變量。
看一下這個使用了若干變量和兩個數組的示例程序:
- #include <stdio.h>
- #include <stdlib.h>
- int
- main()
- {
- int i, j, k;
- int numbers[5];
- int *array;
- puts("These variables are not initialized:");
- printf(" i = %d\n", i);
- printf(" j = %d\n", j);
- printf(" k = %d\n", k);
- puts("This array is not initialized:");
- for (i = 0; i < 5; i++) {
- printf(" numbers[%d] = %d\n", i, numbers[i]);
- }
- puts("malloc an array ...");
- array = malloc(sizeof(int) * 5);
- if (array) {
- puts("This malloc'ed array is not initialized:");
- for (i = 0; i < 5; i++) {
- printf(" array[%d] = %d\n", i, array[i]);
- }
- free(array);
- }
- /* done */
- puts("Ok");
- return 0;
- }
這個程序不會初始化變量,所以變量以系統內存中的隨機值作為初始值。在我的 Linux 系統上編譯和運行這個程序,會看到一些變量恰巧有“零”值,但其他變量并沒有:
- These variables are not initialized:
- i = 0
- j = 0
- k = 32766
- This array is not initialized:
- numbers[0] = 0
- numbers[1] = 0
- numbers[2] = 4199024
- numbers[3] = 0
- numbers[4] = 0
- malloc an array ...
- This malloc'ed array is not initialized:
- array[0] = 0
- array[1] = 0
- array[2] = 0
- array[3] = 0
- array[4] = 0
- Ok
很幸運,i 和 j 變量是從零值開始的,但 k 的起始值為 32766。在 numbers 數組中,大多數元素也恰好從零值開始,只有第三個元素的初始值為 4199024。
在不同的系統上編譯相同的程序,可以進一步顯示未初始化變量的危險性。不要誤以為“全世界都在運行 Linux”,你的程序很可能某天在其他平臺上運行。例如,下面是在 FreeDOS 上運行相同程序的結果:
- These variables are not initialized:
- i = 0
- j = 1074
- k = 3120
- This array is not initialized:
- numbers[0] = 3106
- numbers[1] = 1224
- numbers[2] = 784
- numbers[3] = 2926
- numbers[4] = 1224
- malloc an array ...
- This malloc'ed array is not initialized:
- array[0] = 3136
- array[1] = 3136
- array[2] = 14499
- array[3] = -5886
- array[4] = 219
- Ok
永遠都要記得初始化程序的變量。如果你想讓變量將以零值作為初始值,請額外添加代碼將零分配給該變量。預先編好這些額外的代碼,這會有助于減少日后讓人頭疼的調試過程。
2. 數組越界
C 語言中,數組索引從零開始。這意味著對于長度為 10 的數組,索引是從 0 到 9;長度為 1000 的數組,索引則是從 0 到 999。
程序員有時會忘記這一點,他們從索引 1 開始引用數組,產生了“大小差一”off by one錯誤。在長度為 5 的數組中,程序員在索引“5”處使用的值,實際上并不是數組的第 5 個元素。相反,它是內存中的一些其他值,根本與此數組無關。
這是一個數組越界的示例程序。該程序使用了一個只含有 5 個元素的數組,但卻引用了該范圍之外的數組元素:
- #include <stdio.h>
- #include <stdlib.h>
- int
- main()
- {
- int i;
- int numbers[5];
- int *array;
- /* test 1 */
- puts("This array has five elements (0 to 4)");
- /* initalize the array */
- for (i = 0; i < 5; i++) {
- numbers[i] = i;
- }
- /* oops, this goes beyond the array bounds: */
- for (i = 0; i < 10; i++) {
- printf(" numbers[%d] = %d\n", i, numbers[i]);
- }
- /* test 2 */
- puts("malloc an array ...");
- array = malloc(sizeof(int) * 5);
- if (array) {
- puts("This malloc'ed array also has five elements (0 to 4)");
- /* initalize the array */
- for (i = 0; i < 5; i++) {
- array[i] = i;
- }
- /* oops, this goes beyond the array bounds: */
- for (i = 0; i < 10; i++) {
- printf(" array[%d] = %d\n", i, array[i]);
- }
- free(array);
- }
- /* done */
- puts("Ok");
- return 0;
- }
可以看到,程序初始化了數組的所有值(從索引 0 到 4),然后從索引 0 開始讀取,結尾是索引 9 而不是索引 4。前五個值是正確的,再后面的值會讓你不知所以:
- This array has five elements (0 to 4)
- numbers[0] = 0
- numbers[1] = 1
- numbers[2] = 2
- numbers[3] = 3
- numbers[4] = 4
- numbers[5] = 0
- numbers[6] = 4198512
- numbers[7] = 0
- numbers[8] = 1326609712
- numbers[9] = 32764
- malloc an array ...
- This malloc'ed array also has five elements (0 to 4)
- array[0] = 0
- array[1] = 1
- array[2] = 2
- array[3] = 3
- array[4] = 4
- array[5] = 0
- array[6] = 133441
- array[7] = 0
- array[8] = 0
- array[9] = 0
- Ok
引用數組時,始終要記得追蹤數組大小。將數組大小存儲在變量中;不要對數組大小進行硬編碼hard-code。否則,如果后期該標識符指向另一個不同大小的數組,卻忘記更改硬編碼的數組長度時,程序就可能會發生數組越界。
3. 字符串溢出
字符串只是特定類型的數組。在 C 語言中,字符串是一個由 char 類型值組成的數組,其中用一個零字符表示字符串的結尾。
因此,與數組一樣,要注意避免超出字符串的范圍。有時也稱之為 字符串溢出。
使用 gets 函數讀取數據是一種很容易發生字符串溢出的行為方式。gets 函數非常危險,因為它不知道在一個字符串中可以存儲多少數據,只會機械地從用戶那里讀取數據。如果用戶輸入像 foo 這樣的短字符串,不會發生意外;但是當用戶輸入的值超過字符串長度時,后果可能是災難性的。
下面是一個使用 gets 函數讀取城市名稱的示例程序。在這個程序中,我還添加了一些未使用的變量,來展示字符串溢出對其他數據的影響:
- #include <stdio.h>
- #include <string.h>
- int
- main()
- {
- char name[10]; /* Such as "Chicago" */
- int var1 = 1, var2 = 2;
- /* show initial values */
- printf("var1 = %d; var2 = %d\n", var1, var2);
- /* this is bad .. please don't use gets */
- puts("Where do you live?");
- gets(name);
- /* show ending values */
- printf("<%s> is length %d\n", name, strlen(name));
- printf("var1 = %d; var2 = %d\n", var1, var2);
- /* done */
- puts("Ok");
- return 0;
- }
當你測試類似的短城市名稱時,該程序運行良好,例如伊利諾伊州的 Chicago 或北卡羅來納州的Raleigh:
- var1 = 1; var2 = 2
- Where do you live?
- Raleigh
- <Raleigh> is length 7
- var1 = 1; var2 = 2
- Ok
威爾士的小鎮 Llanfairpwllgwyngyllgogerychwyrndrobwllllantysiliogogogoch 有著世界上最長的名字之一。這個字符串有 58 個字符,遠遠超出了 name 變量中保留的 10 個字符。結果,程序將值存儲在內存的其他區域,覆蓋了 var1 和 var2 的值:
- var1 = 1; var2 = 2
- Where do you live?
- Llanfairpwllgwyngyllgogerychwyrndrobwllllantysiliogogogoch
- <Llanfairpwllgwyngyllgogerychwyrndrobwllllantysiliogogogoch> is length 58
- var1 = 2036821625; var2 = 2003266668
- Ok
- Segmentation fault (core dumped)
在運行結束之前,程序會用長字符串覆蓋內存的其他部分區域。注意,var1 和 var2 的值不再是起始的 1 和 2。
避免使用 gets 函數,改用更安全的方法來讀取用戶數據。例如,getline 函數會分配足夠的內存來存儲用戶輸入,因此不會因輸入長值而發生意外的字符串溢出。
4. 重復釋放內存
“分配的內存要手動釋放”是良好的 C 語言編程原則之一。程序可以使用 malloc 函數為數組和字符串分配內存,該函數會開辟一塊內存,并返回一個指向內存中起始地址的指針。之后,程序可以使用 free 函數釋放內存,該函數會使用指針將內存標記為未使用。
但是,你應該只使用一次 free 函數。第二次調用 free 會導致意外的后果,可能會毀掉你的程序。下面是一個針對此點的簡短示例程序。程序分配了內存,然后立即釋放了它。但為了模仿一個健忘但有條理的程序員,我在程序結束時又一次釋放了內存,導致兩次釋放了相同的內存:
- #include <stdio.h>
- #include <stdlib.h>
- int
- main()
- {
- int *array;
- puts("malloc an array ...");
- array = malloc(sizeof(int) * 5);
- if (array) {
- puts("malloc succeeded");
- puts("Free the array...");
- free(array);
- }
- puts("Free the array...");
- free(array);
- puts("Ok");
- }
運行這個程序會導致第二次使用 free 函數時出現戲劇性的失敗:
- malloc an array ...
- malloc succeeded
- Free the array...
- Free the array...
- free(): double free detected in tcache 2
- Aborted (core dumped)
要記得避免在數組或字符串上多次調用 free。將 malloc 和 free 函數定位在同一個函數中,這是避免重復釋放內存的一種方法。
例如,一個紙牌游戲程序可能會在主函數中為一副牌分配內存,然后在其他函數中使用這副牌來玩游戲。記得在主函數,而不是其他函數中釋放內存。將 malloc 和 free 語句放在一起有助于避免多次釋放內存。
5. 使用無效的文件指針
文件是一種便捷的數據存儲方式。例如,你可以將程序的配置數據存儲在 config.dat 文件中。Bash shell 會從用戶家目錄中的 .bash_profile 讀取初始化腳本。GNU Emacs 編輯器會尋找文件 .emacs 以從中確定起始值。而 Zoom 會議客戶端使用 zoomus.conf 文件讀取其程序配置。
所以,從文件中讀取數據的能力幾乎對所有程序都很重要。但是假如要讀取的文件不存在,會發生什么呢?
在 C 語言中讀取文件,首先要用 fopen 函數打開文件,該函數會返回指向文件的流指針。你可以結合其他函數,使用這個指針來讀取數據,例如 fgetc 會逐個字符地讀取文件。
如果要讀取的文件不存在或程序沒有讀取權限,fopen 函數會返回 NULL 作為文件指針,這表示文件指針無效。但是這里有一個示例程序,它機械地直接去讀取文件,不檢查 fopen 是否返回了 NULL:
- #include <stdio.h>
- int
- main()
- {
- FILE *pfile;
- int ch;
- puts("Open the FILE.TXT file ...");
- pfile = fopen("FILE.TXT", "r");
- /* you should check if the file pointer is valid, but we skipped that */
- puts("Now display the contents of FILE.TXT ...");
- while ((ch = fgetc(pfile)) != EOF) {
- printf("<%c>", ch);
- }
- fclose(pfile);
- /* done */
- puts("Ok");
- return 0;
- }
當你運行這個程序時,第一次調用 fgetc 會失敗,程序會立即中止:
- Open the FILE.TXT file ...
- Now display the contents of FILE.TXT ...
- Segmentation fault (core dumped)
始終檢查文件指針以確保其有效。例如,在調用 fopen 打開一個文件后,用類似 if (pfile != NULL) 的語句檢查指針,以確保指針是可以使用的。
人都會犯錯,最優秀的程序員也會產生編程錯誤。但是,遵循上面這些準則,添加一些額外的代碼來檢查這五種類型的錯誤,就可以避免最嚴重的 C 語言編程錯誤。提前編寫幾行代碼來捕獲這些錯誤,可能會幫你節省數小時的調試時間。
原文地址:https://linux.cn/article-13894-1.html