第1章：字符串越界——那些年我们踩过的坑

大家好，我是你们的老朋友。今天咱们聊聊字符串越界。

说实话，字符串越界是我在C/C++开发中见过最多、也最容易翻车的问题之一。你想想看，一个简单的strcpy，一个不小心，程序就崩了。更可怕的是，有时候它不崩，只是静悄悄地破坏数据，等到你发现时，已经是一地鸡毛。

我个人习惯把字符串越界分为三类：字面量与字符数组的“亲密接触”、strcpy/strcat等函数的“暴力操作”、以及C++ std::string的“隐藏陷阱”。咱们一个一个来看。

1.1 字符串字面量与字符数组

先看一个经典例子：

char str[10];
strcpy(str, "Hello, World!"); // 越界！"Hello, World!" 有13个字符+'\0'，共14字节

这段代码，说白了就是往一个只能装10个字符的盒子里塞了14个字符。结果？要么程序崩溃，要么数据被破坏。我在项目中遇到过类似的情况，当时是一个日志模块，字符串长度没控制好，结果把相邻的配置数据给覆盖了，排查了整整两天才找到原因。

为什么会这样？因为字符串字面量是存储在只读数据区的，而字符数组是在栈上分配的。当你用strcpy把字面量拷贝到数组时，如果数组空间不够，就会发生缓冲区溢出。

我曾经见过一个新手，他这样写：

char name[5] = "Alice"; // 看似没问题，但"Alice"是5个字符+'\0'，共6字节

嗯，这里要注意，C语言中字符串字面量会自动在末尾添加'\0'。所以"Alice"实际占用6个字节。数组只有5个字节，'\0'就写到了数组外面。这种错误特别隐蔽，因为程序可能暂时不崩溃，但数据已经被污染了。

1.2 strcpy/strcat等函数的越界风险

strcpy和strcat是C语言中最常用的字符串操作函数，也是最容易出问题的。它们不会检查目标缓冲区的大小，只会一股脑地拷贝数据。

看这个例子：

char dest[20];
char src[] = "This is a very long string that will overflow the buffer";
strcpy(dest, src); // 越界！src的长度远超20字节

strcat也一样：

char buf[10] = "Hello";
strcat(buf, " World!"); // 越界！" World!" 有7个字符，加上"Hello"的5个，共12个，buf只有10字节

我个人习惯，只要看到strcpy和strcat，就会下意识地检查目标缓冲区的大小。如果无法确定，我会改用strncpy和strncat，并指定最大拷贝长度。

我曾经在一个嵌入式项目中，因为strcpy导致了一个严重的bug。当时是一个通信协议解析模块，接收到的数据包长度超过了预期，strcpy直接把数据写到了栈上的返回地址区域。结果程序跳转到了一个随机地址，系统直接崩溃。嗯，从那以后，我再也不敢在不确定长度的情况下使用strcpy了。

1.3 C++ std::string的越界风险

很多C++开发者觉得用了std::string就万事大吉了。其实不然，std::string虽然会自动管理内存，但依然有越界的风险。

最常见的场景是使用c_str()获取C风格字符串后，再对返回的指针进行操作：

std::string s = "Hello";
const char* p = s.c_str();
p[10] = 'A'; // 越界！p指向的缓冲区只有6个字节（包括'\0'）

还有一种是使用at()和operator[]的区别：

std::string s = "Hello";
s[10] = 'A'; // 未定义行为！越界访问
s.at(10) = 'A'; // 会抛出std::out_of_range异常

我个人建议，在需要随机访问字符串元素时，优先使用at()而不是operator[]。虽然at()有性能开销，但安全第一。你想想看，一个越界访问导致的崩溃，可能比那点性能开销要严重得多。

知识体系图

下面这张图展示了字符串越界的核心知识结构，我把它画成了SVG，方便你理解：

避坑指南

我曾经在代码审查中看到过这样的写法：

char buffer[256];
sprintf(buffer, "User: %s, Age: %d", username, age);

嗯，这里要注意，如果username的长度超过240个字符（加上其他固定字符串），buffer就会溢出。我建议改用snprintf：

char buffer[256];
snprintf(buffer, sizeof(buffer), "User: %s, Age: %d", username, age);

snprintf会限制写入的字符数，不会超过缓冲区大小。这是C99标准引入的函数，大多数编译器都支持。

最后，我想说一句：字符串越界的问题，说白了就是“你以为的”和“实际上的”之间的差距。你以为缓冲区够大，实际上不够；你以为字符串不会变长，实际上变了。所以，养成检查长度的习惯，使用安全的函数，你的代码会少很多坑。

好了，这一章的内容就到这里。记住，字符串越界不是小事，它可能导致数据损坏、程序崩溃，甚至安全漏洞。下一章我们会继续深入探讨指针越界的其他场景。