C中的字符串意外截断

Question

我正在阅读这本书，用C进行手工网络编程，在本章中，我正在阅读我们正在构建一个web客户端。这个web客户端的一个功能是解析传递给它的URL，以确定协议、主机名、文档路径等。解析功能的一部分如下：

void parse_url(char *url, char **hostname, char **port, char **path){
    printf("URL: %s\n", url);

    char *p;
    p = strstr(url, "://");

    char *protocol = 0;
    if (p){
        protocol = url;
        printf("Protocol: %s\n", protocol);
        *p = 0;
        p += 3;
    } else {
        p = url;
    }

    printf("Protocol: %s\n", protocol);
    if (protocol){
        printf("Protocol: %s\n", protocol);
        if (strcmp(protocol, "http")){
            fprintf(stderr, "Unknown protocol, '%s'. Only 'http' is supported.\n",
                protocol);
            exit(1);
        }
    }

每当我传入一个没有使用HTTP的URL，比如https://example.com (他们在书中使用的URL)，我就会得到以下输出(我将额外的打印语句放在那里进行调试)：

网址：https://example.com

协议：https://example.com

协议: https

协议: https

未知的协议'https‘。只支持'http‘。

我的问题是，指向URL的协议如何被截断到协议，而不是以前的整个URL？

Answer 1

语句p = strstr(url, "://");将在url中查找"://"的第一次出现，并将"://"的第一个字节的地址存储在p中。因此，*p将评估为':'。如果没有找到"://"，p将等于NULL。

如果找到"://"，protocol将被设置为指向url的开头，然后'\0'被放置在p所指向的地址。因此，如果url以前包含"https://www.example.com\0"，那么现在url包含"https\0//www.example.com\0" (包括末尾的'\0' )。

C中的字符串由'\0'终止。因此，任何处理字符串"https\0//www.example.com\0"的函数都将在'\0'第一次出现时停止处理该字符串。因此，printf("%s", protocol)将打印"https"，strlen(p)将返回5，等等。

Answer 2

作为用':'替换URL中的'\0'的替代方法。您可以获取相同的信息并使用指针数学计算URL的协议部分中有多少个字符，然后使用它只将那么多的字符放入另一个缓冲区。我们将该缓冲区初始化为零，以便在调用strncpy后字符串以null结尾。

这种方法对原始URL字符串是无损的.

#include <stdlib.h>
#include <string.h>
#include <stdio.h>

char *get_protocol(char *url);

int main() {
    char url[] = "https://www.example.com";
    char *protocol = get_protocol(url);

    printf("%s\n", protocol);

    free(protocol);

    return 0;
}

char *get_protocol(char *url) {
    char *p = strstr(url, "://");
    
    if (!p) return NULL;

    size_t len = p - url;
    char *result = calloc(len + 1, 1);

    if (!result) return NULL;

    strncpy(result, url, len);
    
    return result;
}

结果：https