关于Linux系统basename函数缺陷的思考

     某模块作为前台进程独立运行时，运行命令携带命令行参数；作为某平台下守护进程子进程运行时，需要将命令行参数固化在代码里。类似如下写法：

char *argv[] = {"./DslDriver", "-t", "/bin/VdslModemSco.bin"};

int argc = sizeof(argv) / sizeof(argv[0]);

     随后，调用basename函数(头文件为libgen.h)解析argv[0]，即"./DslDriver"。实测发现，在Linux原生系统中解析正常，在某平台下解析时则会发生段错误。

     合理的想法自然是怀疑两种环境下basename函数的实现不同。Linux原生函数源码未找到，但某平台uclibc源码中可以找到basename函数的实现：

/* Return final component of PATH.
   This is the weird XPG version of this function.  It sometimes will
   modify its argument.  Therefore we normally use the GNU version (in
   <string.h>) and only if this header is included make the XPG
   version available under the real name.  */
extern char *__xpg_basename (char *__path) __THROW;
#define basename    __xpg_basename

     先不管注释内容，直接找到__xpg_basename定义处：

char *__xpg_basename(register char *path)
{
    static const char null_or_empty[] = ".";
    char *first;
    register char *last;

    first = (char *) null_or_empty;

    if (path && *path) {
        first = path;
        last = path - 1;

        do {
            if ((*path != '/') && (path > ++last)) {
                last = first = path;
            }
        } while (*++path);

        if (*first == '/') {
            last = first;
        }
        last[1] = 0; //注意此句！
    }

    return first;
}

     可见该函数对path参数尾部增加了结束符('')。此刻真相大白，basename("./DslDriver")传入的是只读字符串，导致basename函数内试图修改只读数据区，当然会发生段错误。而运行命令中，命令行参数并非只读数据(实为字符数组)，因此不会发生段错误。

     若要在某平台下安全使用basename函数，有两种改法：

     1) 传入字符数组。如下：

char argv[][sizeof("/bin/VdslModemSco.bin")] = {"./DslDriver", "-t", "/bin/VdslModemSco.bin"};

     2) 改用GNU的实现版本(头文件为string.h)。GNU版本绝不会更改它的参数，因此可正确处理静态字符串。

 

【思考】

     回想一下，basename内有必要对path增加结束符吗？个人觉得没必要，这样反会限制函数的应用场景。理论上讲，若path为只读字符串，说明调用者确知path内容，手工剥离即可，无需调用basename函数(源码的“合理”之处)。只是本模块的使用方式较为特殊。另一方面，该缺陷也警醒编码者，不要"自作多情"地memset入参内容(使之失去累积性)，或对入参字符串添加结束符。这些细节还是留待调用者自由发挥罢~

     再举一例说明接口函数的设计，如下消息发送函数：

FUNC_STATUS SendSsynMsg(VOID* pvInMsg, INT16U wInMsgLen, VOID* pvOutMsg, INT16U* pwOutMsgLen);

     原始接口要求pvInMsg指针不为空(说明消息体有内容)时，wInMsgLen不能为0。同时，pvOutMsg和pwOutMsgLen指针不能为空，且pwOutMsgLen指向的值(出参长度)不能为0，用以向调用者反馈信息(如Ack)。

     其实根据实际使用场景，并不需要限制出参。若调用者不想获得反馈，则应允许pvOutMsg和pwOutMsgLen指针为空。这样，可降低调用的复杂度和出错率。此外，允许pvInMsg指针不为空时wInMsgLen为0，并在接口内按照缓冲区的最大长度拷贝pvInMsg，也可降低调用的出错率(尤其是当wInMsgLen参数为变量而非标量时)——消息接收方必然知道相应消息体内容的长度(否则如何解析？)。

【Tips】

     如何查找库函数的原型定义所在处？

     很简单，在调用处"改写"函数声明。例如，期望函数原型为int Func(char *)——通常可由调用方式猜出，则在调用前声明为int Func(int)。编译器会通过conflicting types错误来指示previous declaration of TheLibFunc！