Strlcpy和strlcat——一致的、安全的字符串拷贝和串接函数
英文原文： http://www.gratisoft.us/todd/papers/strlcpy.html
英文作者： Todd C. Miller, Theo de Raadt
译者：林海枫
译本地址：http://blog.csdn.net/linyt/archive/2009/07/27/4383328.aspx
注：本译文版权由译者所拥有，欢迎转载，但请注明译者和原文，请匆用于任何商业用途。
Strlcpy 和 strlcat—— 一致的、安全的字符串拷贝和串接函数
Todd C. Miller
University of Colorado, Boulder
Theo de Raadt
OpenBSD project
概述
随着流行的缓冲区溢出攻击的增加，越来越多程序员开始使用带有大小，即有长度限制的字符串函数，如 strncpy() 和 strncat() 。尽管这种趋势令人十分鼓舞，但通常的标准 C 字符串函数并不是专为此而设计的。本文介绍另一种直观的，一致的，天生安全的字符串拷贝 API 。
当函数 strncpy() 和 strncat() 作为 strcpy() 和 strcat() 的安全版本来使用时，仍然存在一些安全隐患。首先，这两函数以不同的，非直观的方式来处理 NUL 结束符和长度参数，即使有经验的程序员也会混淆。其次，发生字符串截断时，也不容易检查。最后， strncpy() 函数使用 0 来填充剩余的目标字符串空间，以招致性能下降。在所有这些问题之中，由长度参数引起的混淆以及与 NUL 结束符相关的问题最严重。在审核 OpenBSD 源代码树的潜在安全漏洞时，我们发现 strncpy() 和 strncat() 猖獗误用的情况。尽管并非所有的误用都会导致可被利用的安全漏洞，但清楚地表明使用 strncpy() 和 strncat() 来实施安全的字符串操作这一准则已普遍受到误解。两个替代函数 strlcpy() 和 strlcat() 被提议通过提出一个字符串拷贝安全的 API 来解决这些问题（参阅图 1 函数原型）。这两函数保证产生包含 NUL 的字符串，以长度即字符串按占用字节的数量作为入口参数，并且提供简便的方式来检查是否有字符串截断。两者均不会清零未使用的目标空间。
引言
1996 年年中，笔者和 OpenBSD 项目的其它成员一起担任审核 OpenBSD 源代码树的工作，以寻找安全问题，并强调缓冲区溢出问题。缓冲区溢出问题 [1] 最近在论坛上如 BugTraq [2] 获得广泛的关注，并且也被广泛利用。我们发现大量的溢出是由于使用 sprintf() ， strcpy() 和 strcat() 而造成无长度界限的字符串拷贝，在循环里操纵字符串时没有显式检查字符串长度也是元凶之一。除此之外，我们也发现在很多场合下，程序员已使用 strncpy() 和 strncat() 进行安全的字符串操纵，但未能领会这些 API 的精妙之处。
因此在审核代码时，我们发现不仅有必要去检查是否使用不安全的函数，如 strcpy() 和 strcat() ，同时也要检查是是否有函数 strncpy() 和 strcat() 的不正确使用。检查是否正确使用并非总是显而易见，特别是使用“静态”变量或使用由 calloc() 分配的缓冲区时，这些缓冲区总是预先就填满了 NUL 结束符。我们得到一个结论：需要十分安全的函数来替代 strncpy() 和 strncat() ，从根本上简化程序员的工作，同时也使代码审核变得更容易。
size_t strlcpy(char *dst, const char *src, size_t size);
size_t strlcat(char *dst, const char *src, size_t size);
图 1 ： strlcpy() 和 strlcat() 的 ANSI C 原型
普遍的误解
最普遍的误解莫过于认为函数 strncpy() 总是产生以 NUL 结束的目标字符串。然而只有当源字符串的长度小于 size 参数时，这一论断才为真。当拷贝任意长的用户输入到固定大小的缓冲区，问题就出现了。这种情况下，使用 strncpy() 最安全的方法是先将目标字符串的大小减 1 ，再传递给 strncpy 的 size 参数，然后手工给目标字符串加上 NUL 结束符。这样可以保证目标字符串总是以 NUL 结尾的。严格地说，如果字符串是“静态”变量或者由 calloc() 分配的变量，完全没有必要手工给字符串加上 NUL 结束符。因为这些字符串在分配时已经清零了。然而，依赖这一特性通常会给后来维护代码的人造成混乱。
另一个误解认为把代码中的 strcpy() 和 strcat() 换成 strncpy() 和 strncat() 所引起的性能下降微不足道。对于 strncat() 来说， 确实如此 。但对于 strncpy() 来说则不是这样，因为它会把那些未用来存储字符串的字节清零。当目标字符串的大小远远大于源字符的长度时，这会导致为数不少 [**] 的性能下降。 Strncpy() 的行为因 CPU 架构和它的实现而异，因此它所带来的性能下降也因它的行为而不同。
使用 strncat() 最普遍的错误是使用不正确的 size 参数。确实要保证 strncat() 使目标字符串包含 NULL 结束符，参数 size 决不能把 NULL 字符的空间计算在内。最重要的是，参数 size 不是目标字符串本身的大小，而是为字符串预留的空间的数量。由于参数 size 几乎总一个计算量，而非一个已知的常量，因此经常被错误地计算。
Strlcpy() 和 strlcat() 是如何简化编程的？
Strlcpy() 和 strlcat() 函数提供一个一致的，绝无 二 义的 API ，帮助程序员编写更安全的防弹代码。首先，同时也是最重的， strlcpy() 和 strlcat() 两者保证所有的目标字符串都以 NUL 字符结尾，只要提供的 size 参数为非零。其次，两个函数都把 size 参数作为整个目标字符的大小。大多情况下，它的值很容易在编译时通过使用 sizeof 运算符来计算。最后， strlcpy() 和 strlcat() 均不给目标字符串清零未使用的字节（而是使用 NUL 来表示字符串的结束）。
Strlcpy() 和 strlcat() 函数返回他们尝试创建的字符串的长度。对于 strlcpy() 来说，就是源字符串的长度；而对 strlcat() 来说，就是目标字符串的长度（串接前的长度）加上源字符串的长度。对于检查是否发生字符截断，程序员只需要验证回返值是否不小于 size 参数。因此，就算发生截断，存储整个字符串所需的字节数现已知道，程序员可以分配一个更大的空间，接着重新拷贝字符串（如果需要的话）。返回值在语义上与 snprintf() 的返回值类似， snprintf() 由 BSD 实现并由即将来临的 C9X 标准规范化（请注意，非并当前所有的 snprintf 实现都遵循 C9X ）。如果没有发生截断，程序员现在也获知了结果字符串的长度。由于通常的实践是使用 strncpy() 和 strncat() 来构建字符串，然后使用 strlen() 来获得结果字符串的长度，因此（ strlcpy() 和 strlcat() ）这一返回值语义非常有用。有了 strlcpy() 和 strlcat() 后，就不再需要最后一步的 strlen() 来获得字符串的长度了。
示例 1a 是有潜在缓冲区溢出的代码段（ HOME 环境变量由用户所控制，可为任意长）。
strcpy(path, homedir);
strcat(path, "/");
strcat(path, ".foorc");
len = strlen(path);
示例 1a: 使用 strcpy() 和 strcat() 的代码段
示例 1b 是同样功能的代码段，不过换成了 安全 地使用 strncpy() 和 strncat()( 请注意我们不得已手工给目标字符串设置 NUL 字符 ) 。
strncpy(path, homedir,sizeof(path) - 1);
path[sizeof(path) - 1] = '/ 0';
strncat(path, "/",sizeof(path) - strlen(path) - 1);
strncat(path, ".foorc",sizeof(path) - strlen(path) - 1);
len = strlen(path);
示例 1b: 转换成使用 strncpy() 和 strncat()
示例 1c 是使用 strlcpy()/strlcat()API 的 平凡 版本。它的优点是与示例 1a 一样简洁，但不需要利用新 API 的返回值。
strlcpy(path, homedir, sizeof(path));
strlcat(path, "/", sizeof(path));
strlcat(path, ".foorc", sizeof(path));
len = strlen(path);
示例 1c: 使用 strlcpy()/strlcat() 的平凡版本
由于示例 1c 是如此的容易阅读和理解，故对它添加额外的检查显得格外简单。示例 1d 里检查返回值以确定是否有足够的空间来储存源字符串。如果没有足够空间，返回一个错误。虽然程序比以前有轻微的复杂，但更具鲁棒性，同时避免最后一步的 strlen() 调用。
len = strlcpy(path, homedir,sizeof(path));
if (len >= sizeof(path))
return (ENAMETOOLONG);
len = strlcat(path, "/",sizeof(path));
if (len >= sizeof(path))
return (ENAMETOOLONG);
len = strlcat(path, ".foorc",sizeof(path));
if (len >= sizeof(path))
return (ENAMETOOLONG);
示列 1d ： 检测是否截断
设计决策
在考虑 strlcpy() 和 strlcat() 应具有什么语义的时候，涌现出各种各样的想法。原先的想法是使 strlcpy() 和 strlcat() 的语义和 strncpy() 与 strncat() 的相同，唯一例外是 他们总是确保目标字符串以 NUL 结尾。然而，回顾 strncat() 的普遍使用情况（和误用），我们深信 strlcat() 的 size 参数应该是整个字符串空间的大小，而不仅是剩下来未分配的字符数。起决定初返回值为拷贝字符的数目，？？？。很快我们决定返回值和 snprintf() 的具有相同的语义是这一个更好的选择，因为这样给予程序员最大的弹性去做截断检查和截断恢复。
性能
程序员现已开始避免使用 strncpy() 函数，原因是当目标缓冲区远远大于源字符串的长度时，该函数的性能欠佳。例如 apache 开发小组 [6] 以调用内部函数来取代 strncpy() ，并公布了性能上的提升 [7] 。同样地， ncurses [8] 软件包最近删除了所有的 strncpy() 函数调用，结果 tic 工具的运行速度提高了四倍。我们谨希望，将来更多的程序员使用 strlcpy() 提供的接口，而非使用经定制的接口。
为获得在最糟糕情况下， strncpy() 和 strlcpy() 差别的感性认识，我们运行一个测试程序，拷贝字符串“ this is just a test”1000 次到大小为 1024 字节的缓冲区。这对于 strncpy() 来说有点不公平，由于使用较短的字符串和较大的缓冲区， strncpy() 必须为缓冲区大部分空间填充上 NUL 字符。然而在实践中，使用的缓冲区通常远远大于用户预期的输入。例如，路径名缓冲区的长度为 MAXPATHLEN(1024 字节 ) ，但大多数文件名远远小于这一长度。表 1 中的平均运行时间是在使用 25Mhz 的 68040CPU 的机器 HP9000/425t 在 OpenBSD 2.5 操作系统下和使用 166Mhz 的 alpha CPU 的机器 DEC AXPPCI166 在 OpenBSD 2.5 操作系统下产生的结果。各种情况使用相同的 C 函数版本，时间为 time 工具报告结果的“ real time” 部分。
|
CPU 架构 |
函数 |
时间 （秒） |
| M 68k |
Strcpy |
0.137 |
| M 68k |
Strncpy |
0.464 |
| M 68k |
Strlcpy |
0.14 |
| A lpha |
Strcpy |
0.018 |
| A lpha |
Strncpy |
0.10 |
| A lpha |
Strlcpy |
0.02 |
| Table 1 : Performance timings in seconds 表 1 ：性能测时结果（秒） |
||
从表 1 可以看到， strncpy() 的计时结果远差于 strncpy() 和 strlcpy() 的结果。这可能不仅仅是因为填补 NUL 字符带来的开销，而且是因为 CPU 的数据缓存被长长的零串有效地刷新。
Strlcpy() 和 strlcat() 所不能及之处
尽管 strlcpy() 和 strlcat() 善长于处理大小固定的缓冲区，但仍然不能完全取代 strncpy() 和 strncat() 。在某些情况下，必须操纵那些并非真正 C 字符串的缓冲区（例如 struct utmp 中的字符串）。然而，我们认为这些“伪字符串”不应该使用在新的代码中，因为它们容易被误用，并且从我们的经验来说，这是 bug 的普遍源头。此外， strlcpy() 和 strlcat() 函数并不尝试“修复” C 中的字符串处理。相反它们设计的初衷就是适合 C 字符的标准架构。如果要使用支持动态分配，任意大小缓冲区的字符串函数，可以使用 mib 软件 [9] 里的” astring” 包。
谁应该使用 strlcpy() 和 strlcat()?
Strlcpy() 和 strlcat() 函数首先出现在 OpenBSD 2.4 中。最近两函数被同意纳入 Solaris 的新版中。第三方包也开始使用这一 API 。例如， rsync [5] 软件包现在使用 strlcpy() ，如果 OS 不支持该函数则提供自己的版本。我们希望其它操作系统和应用程序以后会使用 strlcpy() 和 strlcat() ，而且希望经过若干时间会得到标准的接受。
下一步将是什么？
在 OpenBSD 项目中，我们计划使用 strlcpy() 和 strlcat() 替换每个 strncpy() 和 strncat() ，这是明智之举。即使 OpenBSD 中使用新 API 来编写新的代码，仍然有大量的代码在我们原先的安全审核过程中转换成 strncpy() 和 strncat() 。至今，我们继续在现有代码中发现由于错误使用 strncpy() 和 strncat() 而造成的 bug 。把旧代码更改为使用 strlcpy() 和 strlcat() ，应该能（？？）一些程序提速，并且能 (?) 为一些程序揭开 bug 。
可从何处获得源代码？
Strlcpy() 和 strcat() 的源代码可以免费获得，并遵循作为 OpenBSD 操作系统一部分的 BSD 协议。你同样可通过匿名 ftp 从 ftp.openbsd.org 的 /pub/OpenBSD/src/lib/libc/string 目录下载代码和它的手册。 strlcpy() 和 strlcat() 的源代码分别在文件 strlcpy.c 和 strlcat.c 中。文档（使用 tmac.doc troff 宏）可从 strlcpy.3 中找到。
作者信息
1993 年， Todd C. Miller 接管 sudo 软件包的维护工作，并从此参加免费软件社区。他作为活跃的开发者加入 OpenBSD 项目。 Todd 于 1997 年获得姗姗来迟的科罗拉多州大学计算机科学专业学士学位。可以使用邮件地址 [email protected] 与他联系。
Theo de Raadt 自 1990 年起加入免费 Unix 操作系统。他早期的开发工作包括移植 Minix 到 sun3/50 和 amiga ，以及移植 PDP-11 BSD 2.9 到 68030 计算机。作为 NetBSD 项目的创始人之一， Theo 的工作内容为维护和改进很多系统部件，包括 sparc 端口和免费的 YP 实现，这一实现被大多数免费系统使用。 Theo 在 1995 年建立 OpenBSD 项目，项目集中（？？）在安全，集成加密系统和代码正确性等方面。 Theo 全职工作于提升 OpenBSD 项目。可通过邮件地址 [email protected] 与他联系。
参考资料
[1] Aleph One. ``Smashing The Stack For Fun And Profit.'' Phrack Magazine Volume Seven, Issue Forty-Nine.
[2] BugTraq Mailing List Archives. http://www.geek-girl.com/bugtraq/. This web page contains searchable archives of the BugTraq mailing list.
[3] Brian W. Kernighan, Dennis M. Ritchie. The C Programming Language, Second Edition. Prentice Hall, PTR, 1988.
[4] International Standards Organization. ``C9X FCD, Programming languages /*- C'' http://wwwold.dkuug.dk/jtc1/sc22/open/n2794/ This web page contains the current draft of the upcoming C9X standard.
[5] Andrew Tridgell, Paul Mackerras. The rsync algorithm. http://rsync.samba.org/rsync/tech_report/. This web page contains a technical report describing the rsync program.
[6] The Apache Group. The Apache Web Server. http://www.apache.org. This web page contains information on the Apache web server.
[7] The Apache Group. New features in Apache version 1.3. http://www.apache.org/docs/new_features_1_3.html. This web page contains new features in version 1.3 of the Apache web server.
[8] The Ncurses (new curses) home page. http://www.clark.net/pub/dickey/ncurses/. This web page contains Ncurses information and distributions.
[9] Forrest J. Cavalier III. ``Libmib allocated string functions.'' http://www.mibsoftware.com/libmib/astring/. This web page contains a description and implementation of a set of string functions that dynamically allocate memory as necessary.