C语言动态分配字符数组读文件出现额外异常字符问题排查

问题背景 #

• 对动态内存分配相关用法不熟悉，累计花费近6小时排查代码错误未定位根因
• 实现目标：从文件中读取以空格分隔的第一个单词，单词长度不固定；功能仅针对单行内容设计，不需要处理多行场景，后续需要扩展读取更多文件内容，因此必须使用动态内存分配实现
• 两周后参加C语言相关考试，动态内存分配是尚未完全掌握的必考知识点

问题代码 #

char ch;
char* line=(char*)calloc(1, sizeof(char));

if(input!=NULL) {
    for(int num=1; (ch=fgetc(input)) != EOF; num++) //input为指向输入文件的指针
        if(ch!=' ') {
            line=(char*)realloc(line, sizeof(char)*num+1);
            strcat(line, &ch);
        }
        else
            break;
}

初始设计思路：先为行缓冲区line分配1个字符的空间并初始化为0，之后每读取一个有效非空格字符，就通过realloc将缓冲区大小增加1个字符长度，遇到空格则停止读取第一个单词。

异常现象 #

• 保留for循环中的num++逻辑时，程序直接崩溃
• 去掉num++逻辑时，预期输出字符串Nole，实际输出乱码N☺o☺l☺e☺
• 打印输出内容的ASCII码结果为78 1 111 1 108 1 101 1：每个有效字符后都跟着ASCII值为1的字符，该值和num的初始值完全一致；如果将num初始值改为2，后续跟随的异常字符ASCII值也会变为2，跨编译器、跨设备测试现象完全一致。

根因分析 #

代码存在4个核心错误，完全对应观察到的所有异常：

1. strcat用法严重错误
   strcat的第二个参数必须是指向以'\0'（ASCII值0）结尾的合法字符串的指针。传入的是单个字符变量ch的地址&ch，ch本身仅占1字节，没有后续的终止符，strcat会从ch的地址开始逐字节拷贝内存，直到碰到值为0的字节才停止。栈上ch相邻的位置刚好存储的是变量num，值为1（或设置的初始值2），因此每次拷贝都会把当前读到的字符、num的值、后续栈上的垃圾值一起拷入line，这就是每个有效字符后跟着和num值相同乱码的直接原因。
2. 缓冲区溢出触发堆损坏
   写的分配大小sizeof(char)*num+1受运算符优先级影响，实际计算结果为(sizeof(char)*num) + 1。保留num++逻辑时，第一次读到字符num=1，仅分配2字节内存，但错误的strcat调用会写入至少3字节内容（当前字符+num值+终止符），直接越界覆盖堆内存的管理元数据，破坏堆结构，最终触发程序崩溃。去掉num++时，num恒为1，每次都只分配2字节，同样存在溢出，但因为内存布局巧合没有立刻触发崩溃，才会输出带乱码的结果。
3. fgetc返回值接收类型错误
   fgetc的返回值是int类型（取值范围为0-255的字符值+值为-1的EOF），用char类型接收会在char默认为无符号类型的环境下无法正确识别EOF，触发死循环。
4. realloc使用不规范
   realloc分配失败时会返回NULL，直接将返回值赋值给原指针line，如果分配失败会丢失原内存地址，造成内存泄漏。

修复后参考代码 #

int ch; // 修正：用int类型接收fgetc返回值，正确识别EOF
// 初始分配1字节存字符串终止符，初始有效字符长度为0
char* line = (char*)calloc(1, sizeof(char));
if (line == NULL) {
    // 内存分配失败的错误处理
    exit(EXIT_FAILURE);
}
int current_len = 0; // 记录当前已读取的有效字符长度

if (input != NULL) {
    // 读到EOF、空格、换行时停止，符合单单词单行读取需求
    while( (ch = fgetc(input)) != EOF && ch != ' ' && ch != '\n' ) {
        current_len++;
        // 用临时指针接收realloc返回值，避免分配失败丢失原指针
        char* tmp = (char*)realloc(line, current_len + 1); // 分配大小=有效字符数+1字节终止符
        if (tmp == NULL) {
            free(line);
            exit(EXIT_FAILURE);
        }
        line = tmp;
        line[current_len - 1] = (char)ch; // 直接给对应下标位置赋值，不要用strcat拼单个字符
        line[current_len] = '\0'; // 手动补字符串终止符，保证字符串合法
    }
}

// 此处使用line完成业务逻辑，例如puts(line);
// 使用完成后必须释放内存，避免泄漏
// free(line);

考试核心知识点 #

• C语言中所有合法字符串必须以'\0'作为终止符，strcat/strcpy/puts/printf("%s")等所有字符串操作函数，都依赖这个终止符判断字符串边界，没有终止符的字符数组不能当字符串使用
• 动态申请的内存绝对不能越界写入，否则会破坏堆的管理结构，触发崩溃或不可预期的行为，是动态内存考点的高频错题
• realloc不要直接把返回值赋值给原指针，必须先用临时指针接收、判断分配成功后再赋值给原指针
• 所有单个字符的地址不能直接作为字符串参数传给字符串处理函数，因为没有自带终止符
• fgetc/getchar等字符读取函数的返回值是int类型，必须用int变量接收才能正确判断EOF

内容的提问来源于stack exchange，提问作者Luca