Phper 学 C 兴趣入门 - 为何 php 手册里常常说某个字符串函数是二进制安全的

引子

为何 php 手册里常常说某个函数是二进制安全的？咱们日常使用函数的时候也没发现有什么区别呀，那么二进制安全究竟是什么意思呢？

Php 实验

<?php
echo strlen("abc"); // 3
echo strlen("abc\0"); // 4
echo strlen("abc\0d"); // 5
echo strlen("abc\0def"); // 7

从上面的规律能够看出\0被认为是一个字符，其实在上面的式子中\0是一个ascii字符。

补课简单说明下 ascii 码

咱们知道，计算机内部，全部信息最终都是一个二进制值。每个二进制位（bit）有0和1两种状态，所以八个二进制位就能够组合出256种状态，这被称为一个字节（byte）。也就是说，一个字节一共能够用来表示256种不一样的状态，每个状态对应一个符号，就是256个符号，从00000000到11111111。

上个世纪60年代，美国制定了一套字符编码，对英语字符与二进制位之间的关系，作了统一规定。这被称为 ASCII 码，一直沿用至今。

man ascii

ascii 码前 33 个都是控制字符，好比咱们最熟悉的换行，都是不可见的字符。

Oct   Dec   Hex   Char                        Oct   Dec   Hex   Char
       ────────────────────────────────────────────────────────────────────────
       000   0     00    NUL '\0'                    100   64    40    @
       001   1     01    SOH (start of heading)      101   65    41    A
       002   2     02    STX (start of text)         102   66    42    B
       003   3     03    ETX (end of text)           103   67    43    C
       004   4     04    EOT (end of transmission)   104   68    44    D
       005   5     05    ENQ (enquiry)               105   69    45    E
       006   6     06    ACK (acknowledge)           106   70    46    F
       007   7     07    BEL '\a' (bell)             107   71    47    G
       010   8     08    BS  '\b' (backspace)        110   72    48    H
       011   9     09    HT  '\t' (horizontal tab)   111   73    49    I
       012   10    0A    LF  '\n' (new line)         112   74    4A    J

从上面的表中能够看到八进制012和十六进制0A都表示换行

echo "abc\012d";
echo "\n";
echo "abc\x0Ad";
echo "\n";
echo "abc\x0ad";
echo "\n";
echo "abc\nd";
echo "\n";

输出结果

abc
d
abc
d
abc
d
abc
d

ascii 码第一个\0则表示空字符，因此执行

echo "abc\0d";

输出的就是abcd。到这里上面的长度计算想必你们都弄明白了吧。

这里再留个你们一个思考题，strlen和mb_strlen有什么区别？
有兴趣的能够看看我这篇博客 https://mengkang.net/1129.html

C 实验

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

int main(){
    printf("%d\n",strlen("abc")); // 3
    printf("%d\n",strlen("abc\0")); // 3
    printf("%d\n",strlen("abc\0d")); // 3
    printf("%d\n",strlen("abc\0def")); // 3
}

经过上面的例子能够观察到\0及其之后都不在strlen的计算范围内。在C语言里字符串都以\0做为结束符。

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

int main(){
    printf("%s\n","abc\0def"); // abc
}

因此，由于字符串中间有\0而影响程序逻辑和结果的状况，叫非二进制安全。

思考

经过上面的两个实验发现只有C里面咱们才须要关注函数的二进制安全问题嘛，PHP 也会遇到相似的问题么？我怎么历来遇到过。下面两个例子。

案例1

<?php
echo date("Y\0/m/d");

案例来源：https://stackoverflow.com/questions/36933837/why-are-there-binary-safe-and-binary-unsafe-functions-in-php

在线执行结果 https://3v4l.org/dqXhf

能够看出来date函数是把入参"0/m/d"去掉了，不过在 php7 里修复了该问题。

案例2

<?php
var_export(strcoll("a\0b","a"));
var_export(strcmp("a\0b","a"));

这两个函数都是比较字符串“大小”，strcoll 会根据环境变量 LC_COLLATE 所指定的文字排列次序来比较两字符串的大小，默认 LC_COLLATE 为"POSIX"或"C"，strcoll() 和 strcmp() 同样根据ASCII比较字符串大小。

strcoll 函数是官方手册在线说明了的非二进制安全的函数。https://www.php.net/manual/en/function.strcoll.php

课后思考

下面这个两个计算长度分辨是多少，下次课咱们一块儿分析 php 和 c 里面单引号和双引号的区别。

<?php
echo strlen("123\0456");
echo strlen('123\0456');

 

原文连接

本文为云栖社区原创内容，未经容许不得转载。