Skip to content

C 语言指针与数组的边界:为什么 strlen 会越界 ​

初学者最常见的困惑是:char buf[5] = "hello"; 为什么编译能过、运行有时崩、有时又"看起来正常"。

答案藏在两件事上:数组到指针的退化,以及 C 字符串依赖 \0 结尾。这篇文章用几个最小例子把它们拆开。

一、数组不是指针,但会退化成指针 ​

c
int a[5] = {1, 2, 3, 4, 5};

printf("%zu\n", sizeof(a));        // 20(5 * 4)
printf("%zu\n", sizeof(a + 0));    // 8(64 位下指针大小)

函数传参时,数组名几乎总是退化为首元素指针,长度信息随之丢失:

c
void bad(int arr[5]) {
    printf("%zu\n", sizeof(arr));   // 8,而不是 20
}

所以「数组长度」必须显式传参,或者用 sizeof(a) / sizeof(a[0]),且只在同一作用域、真实数组上有效。

二、字符串末尾必须留一个字节 ​

c
char buf[5];

// 错误:5 个可见字符 + 1 个 '\0' = 6 字节
strcpy(buf, "hello");

编译器对 char buf[5] = "hello"; 会报错(初始化字符串太长),但 strcpy 是运行期的,编译器管不到。这时 \0 被写到 buf[5],越界一字节——可能刚好踩到栈上无关变量,程序"活着";也可能踩到返回地址,直接段错误。

规则:存 n 个字符的字符串,数组至少 n + 1。

三、用 AddressSanitizer 让越界立刻暴露 ​

靠"有时崩"来发现问题太被动。用 ASan 编译,越界会在第一次发生时就中止:

bash
gcc -g -fsanitize=address -fno-omit-frame-pointer demo.c -o demo
./demo

典型输出(节选):

text
==12345==ERROR: AddressSanitizer: stack-buffer-overflow on address 0x...
WRITE of size 1 at 0x... thread T0
    #0 0x... in strcpy
    #1 0x... in main demo.c:12
Address 0x... is located in stack of thread T0 at offset 32 in frame
    #0 0x... in main demo.c:8
  This frame has 1 object(s):
    [32, 37) 'buf' (line 9) <== Memory access at offset 37 overflows this variable

[32, 37) 就是 buf 的真实区间,写入位置 37 正好在尾部之外。相比 Valgrind,ASan 只需重编译,开销小得多。

四、几个容易混的点 ​

写法含义陷阱
char *p = "abc";指向只读字面量修改 p[0] 是未定义行为,可能直接崩
char p[] = "abc";栈上 4 字节副本可修改,生命周期随作用域
strlen(s)数到第一个 \0没有 \0 时会一路读越界
sizeof(s)指针大小,不是字符串长度对指针用 sizeof 几乎总是错的

五、安全写法清单 ​

  1. 用 snprintf(buf, sizeof(buf), ...) 代替 sprintf,并检查返回值是否 >= sizeof(buf)(表示被截断)。
  2. 用 strncpy 时记得手动补 \0:buf[n - 1] = '\0';
  3. 动态长度字符串用 strdup / malloc(len + 1),永远给结尾留位置。
  4. 打开 -Wall -Wextra -Wconversion,编译期警告往往就是问题本身。

小结 ​

越界的根因几乎总是「长度算少了一个字节」或「数组退化后长度丢失」。把 \0 当作数据的一部分,把 ASan 当作日常开关,这类 bug 就不再靠运气。


下一步阅读:Docker Compose 部署静态站的完整链路