C语言无外部库提取HTML响应超链接时内存问题排查修复

• 核心问题1：recv 系统调用仅返回接收到的字节数，不会自动在缓冲区末尾追加字符串结束符\0。后续strdup、strtok等字符串处理函数都依赖\0判断字符串边界，未补结束符会导致函数越界访问非法内存，触发段错误。你看到的strlen.S无法打开的提示只是调试时gdb找不到glibc源码的附带现象，本质是代码触发了非法内存访问。
• 核心问题2：循环逻辑存在空指针访问风险。当strtok遍历完所有片段返回NULL时，你仍会进入判断分支调用strlen(token)，给strlen传入空指针直接触发段错误。
• 次要问题：使用strncpy拷贝前5个字符到token_head后，没有手动追加\0，strcmp会越界读取token_head后面的栈内存，可能导致匹配逻辑异常，也存在内存访问风险。

按如下步骤修改代码即可解决问题：

1. 接收响应时保存recv返回值，手动给缓冲区加结束符：

// 注意定义response_buf时要预留1字节存结束符，比如 char response_buf[4096];
ssize_t recv_len = recv(tcpSocket, response_buf, sizeof(response_buf) - 1, 0);
if(recv_len < 0){
    printf("Error with recv()\n");
}
else {
    response_buf[recv_len] = '\0'; // 手动补字符串结束符
    printf("Successfully receive response\n");
}

2. 修正循环逻辑，先判断token非空再做后续处理，同时用strncmp替代临时拷贝逻辑简化代码：

char * const dupstr = strdup(response_buf);
char* token = strtok(dupstr, " \n<>");
char last_token[2000];
const char a[] = "a";
const char href[] = "href=";

while (token != NULL) {
    // 安全拷贝token到last_token，避免溢出
    strncpy(last_token, token, sizeof(last_token) - 1);
    last_token[sizeof(last_token) - 1] = '\0';
    
    token = strtok(NULL, " \n<>");
    
    if(strcmp(last_token, a) == 0){
        // 先判断token非空再访问
        if (token == NULL) break;
        size_t len = strlen(token);
        if(len > 5){
            // 直接用strncmp比对，不需要额外拷贝
            if(strncmp(token, href, 5) == 0){
                printf("%s\n", token);
            }
        }
    }
}
// 记得释放strdup申请的堆内存，避免内存泄漏
free(dupstr);

3. 可选：如果调试时不想再看到strlen.S缺失的提示，可以安装glibc调试符号包，Ubuntu下执行sudo apt install glibc-source glibc-dbg即可，该操作不影响代码运行逻辑。

内容的提问来源于stack exchange，提问作者Eric Yu