用fprintf打印未终止的mmap映射C字符串未崩溃，是否为未定义行为？

我最近学会了在C语言中用mmap快速读取文件，示例代码如下：

// main.c
#include <errno.h>
#include <fcntl.h>
#include <stdio.h>
#include <string.h>
#include <sys/mman.h>
#include <sys/stat.h>
#include <unistd.h>

#define INPUT_FILE "test.txt"

int main(int argc, char* argv) {
  struct stat ss;

  if (stat(INPUT_FILE, &ss)) {
    fprintf(stderr, "stat err: %d (%s)\n", errno, strerror(errno));
    return -1;
  }

  {
    int fd = open(INPUT_FILE, O_RDONLY);
    char* mapped = mmap(NULL, ss.st_size, PROT_READ, MAP_PRIVATE, fd, 0);

    close(fd);
    fprintf(stdout, "%s\n", mapped);
    munmap(mapped, ss.st_size);
  }

  return 0;
}

我原本以为mmap返回的是指向长度为ss.st_size的堆分配字节的指针。我用一个未显式添加空字符终止的纯文本文件测试了这段代码——比如文件里是13字节的ASCII字符串“hello, world!”：

$ cat ./test.txt
hello, world!$
$ stat ./test.txt
  File: ./test.txt
  Size: 13              Blocks: 8          IO Block: 4096   regular file
Device: 810h/2064d      Inode: 52441       Links: 1
Access: (0644/-rw-r--r--)  Uid: ( 1000/   user)   Gid: ( 1000/   user)
Access: 2022-10-25 20:30:52.563772200 -0700
Modify: 2022-10-25 20:30:45.623772200 -0700
Change: 2022-10-25 20:30:45.623772200 -0700
 Birth: -

运行编译后的代码时，从来没出现段错误或输出垃圾内容——这本来是打印未终止C字符串的典型症状。用gdb调试时，mapped[13]始终是'\0'。

这种行为是否属于未定义行为？

我搞不懂为什么内存映射的字节会可靠地以空字符终止。换成malloc+read的方式，我通常会分配14字节的数组，把文件内容读进去后，显式把第13个字节（0索引）设为'\0'。

解答 #

结论：确实是未定义行为 #

你观察到的mapped[13]为'\0'只是特定环境下的巧合，绝对不能依赖这种行为。

为什么会出现“意外可用”的空字符？ #

mmap的内存分配是以页为最小单位的（绝大多数系统中是4096字节）。哪怕你只映射13字节，操作系统也会为你分配一整页内存。在MAP_PRIVATE模式下，超出文件实际大小的那部分内存（从第13字节到页末尾）会被自动初始化为0——这就是你读到'\0'的原因。但这不是标准强制的：

• 如果文件大小刚好是页的整数倍，那mapped[ss.st_size]就超出了映射范围，访问时会直接触发段错误；
• 不同操作系统、内核版本对映射页的填充规则可能存在差异，不能默认超出文件长度的位置一定是0。

正确的处理方式 #

要避免未定义行为，有两种可靠的做法：

1. 多映射1字节并手动添加终止符：

   int fd = open(INPUT_FILE, O_RDONLY);
   // 多申请1字节空间，同时添加PROT_WRITE权限用于写入终止符
   char* mapped = mmap(NULL, ss.st_size + 1, PROT_READ | PROT_WRITE, MAP_PRIVATE, fd, 0);
   if (mapped != MAP_FAILED) {
       mapped[ss.st_size] = '\0'; // 手动添加空终止符
       fprintf(stdout, "%s\n", mapped);
       munmap(mapped, ss.st_size + 1);
   }
   close(fd);
   

2. 不依赖C字符串函数，按实际长度输出：

   fwrite(mapped, 1, ss.st_size, stdout); // 直接按文件大小输出
   putchar('\n'); // 手动添加换行符
   

   这种方式完全不需要考虑空终止符，是更安全的选择。

纠正你对mmap的误解 #

mmap返回的指针不是堆分配的，它指向的是进程地址空间中的内存映射区域，既不属于堆（heap）也不属于栈（stack），是操作系统直接将文件内容或零填充页映射到进程地址空间的结果。

内容的提问来源于stack exchange，提问作者StoneThrow