判断接收到的指针是字符串、ushort 还是数组

Question

我在 C 中插入 memcpy() 函数，因为目标应用程序使用它来连接字符串，并且我想找出正在创建哪些字符串。代码是：

void * my_memcpy ( void * destination, const void * source, size_t num )
{
    void *ret = memcpy(destination, source, num);
    // printf ("[MEMCPY] = %s \n", ret);
    return ret;
}

函数被成功调用，但第一个参数可以是任何参数，我只想在结果是字符串或数组时跟踪它。我想问一下它是数组还是字符串。我知道这不能简单地完成：有没有办法找出 RET 指向的内容？

我在 MACOSX 下工作并与 DYLD 进行插入。

非常感谢。

Answer 1

由于 void* 表示原始内存块，因此无法确定其中的实际数据。

但是，您可以对每个操作进行“类似字符串”的内存转储，只需为结果输出提供某种“输出上限”即可。

这可以通过以下方式实现：

const size_t kUpperLimit = 32;

void output_memory_dump(void* memory) {
   std::cout.write(reinterpret_cast<char*>(memory), kUpperLimit);
}

对于非字符串之类的数据，输出将很难解释，但否则你会得到你正在搜索的内容。

你可以尝试应用一些基于猜测的方法，例如迭代 reinterpret_cast(memory) 并制作 is_alphanumeric && is_space 检查每个符号，但这种方法似乎不太稳定（谁知道 void* 中实际上可能存在什么...）。

无论如何，对于某些情况可能没问题。

Answer 2

您可以首先对复制的内存应用一些启发式方法，然后根据这些结果决定是否要打印它。

static int maybe_string(const void *data, size_t n) {
  const unsigned char *p;
  size_t i;

  p = data;
  for (i = 0; i < n; i++) {
    int c = p[i];
    if (c == '\n' || c == '\r' || c == '\t')
      continue;
    if (1 <= c && c < 32)
      return 0; /* unusual ASCII control character */
    if (c == '\0' && i > 5)
      return 1; /* null-terminated and more than a few characters long */
  }

  return 0; /* not null-terminated, so it isn't a string */
}

这种启发式并不完美。例如，以下模式会失败：

const char *str = "hello, world";
size_t len = strlen(str);
char *buf = malloc(1024);
memcpy(buf, str, len);
buf[len] = '\0';

如果您也想捕获该模式，则必须更改上述函数。

Answer 3

ret 等于目标指针。但无法确定它是数组还是字符串，除非您了解有关数组或字符串的更多信息（例如，字符串具有一定长度并且以 null 结尾）。

Answer 4

不，你无法从 void 类型的指针中找出这一点。另外，您不知道源或目的地的大小，因此启发式方法将不起作用。由于其他原因它也无法工作，例如，存储在 void* 指向的内存区域中的二进制数据实际上可以在末尾有零字节，但这并不意味着它是字符串。