自定义printf处理uint64_t转字符串遇坏数据及sizeof输出异常

问题详情 #

我在做业余内核开发，目前在处理内存映射，自己实现了printf()函数。其中%llu的处理代码是这样的：

uint64_t llu = va_arg(parameters, unsigned long long);
char buf[21] = {0};
char* ptr = (char*)(&buf[21]);
if (llu == 0) {
    *--ptr = '0';
}
while (llu) {
    *--ptr = (char)('0' + (llu %10));
    llu /= 10;
}
size_t len = strlen(ptr);
if (maxrem < len){
    // TODO: Set errno to EOVERFLOW.
    return -1;
}
if (!print(ptr, len))
    return -1;
written += len;
format++;

%hhu的处理逻辑和这个完全一样，只是用了4字节的缓冲区，循环3次。但运行printf("%hhu %llu\n", 25, 25ULL)时，uint64_t的输出后面会跟着两个乱码字符╛)；另外，我定义了一个__attribute__((packed))的结构体mem_map_blk，成员是uint64_t+uint64_t+uint32_t+uint32_t，理论上大小是24字节，但打印sizeof(mem_map_blk)的时候得到了一个超大的数32886564585496。

下面是最小复现代码（在qemu-system-x86_64上内核输出不一样，但问题依然存在）：

#include <iostream>
#include <cstdio>
#include <cstdint>

void ull_format(unsigned long long llu){
    char buf[21] = {0};
    char* ptr = (char*)(&buf[21]);
    if (llu == 0) {
        *--ptr = '0';
    }
    while (llu) {
        *--ptr = (char)('0' + (llu%10));
        llu /= 10;
    }
    printf("%s ", ptr);
}

struct __attribute__((packed)) mem_map_blk {
    uint64_t base;
    uint64_t length;
    uint32_t type;
    uint32_t ACPI_attribs;
};

int main() {
    ull_format(25);
    ull_format(sizeof(mem_map_blk));
}

问题1：%llu输出后乱码的解决方法 #

原因 #

你写的char buf[21] = {0};只会把缓冲区的第一个元素设为0，剩下的20个元素都是内存里的垃圾值。当你从&buf[21]往前写字符时，生成的字符串ptr后面没有正确的终止符，strlen(ptr)会一直读到内存中第一个0为止，自然就把后面的垃圾字符带进去了。

修复 #

要么确保整个缓冲区都被初始化为0，要么手动给字符串加终止符：

• 方法一：用memset清空整个缓冲区

char buf[21];
memset(buf, 0, sizeof(buf));

• 方法二：直接计算字符串长度，避免依赖strlen（更安全）

// 循环结束后直接计算长度，不用strlen
size_t len = &buf[21] - ptr;
// 手动添加终止符
ptr[len] = '\0';

注意%hhu的处理逻辑也有同样的问题，要一起修复。

问题2：结构体sizeof值异常的解决方法 #

原因 #

核心是可变参数的类型不匹配。sizeof的返回值类型是size_t，如果你的目标平台上size_t和unsigned long long的宽度不一样（比如32位平台上size_t是32位），用va_arg(parameters, unsigned long long)去取size_t类型的参数，就会读错内存位置，得到一堆垃圾值。

另外在内核的printf里，用%llu去打印size_t类型的值，本质就是类型不匹配，必然出问题。

修复 #

1. 给你的printf添加%zu格式说明符的支持，专门处理size_t类型：

// 处理%zu的分支
size_t sz_val = va_arg(parameters, size_t);
// 然后用和%llu类似的逻辑转字符串，注意缓冲区大小要匹配size_t的最大位数

2. 临时方案：打印sizeof结果时，显式转成unsigned long long：

ull_format((unsigned long long)sizeof(mem_map_blk));

3. 检查内核中可变参数的取参逻辑，确保每次va_arg的类型和实际传入的参数类型严格一致，不然会破坏参数栈，后续所有取参都会错。

内容的提问来源于stack exchange，提问作者Carlos Overstreet