# 格式字符串漏洞

> 来源：S06 第 1–36 页。可变参数的具体获取方式依 ABI 而异，课件多数按 32 位栈模型解释。

## 1. 格式字符串是什么

```c
printf("age=%d, name=%s", age, name);
```

第一个参数描述怎样解释后面的参数。固定格式属于控制语法，用户输入应当作为数据传入。

```c
printf(user_input);        /* 风险：输入本身成为格式语法 */
printf("%s", user_input);  /* 固定格式，把输入作为字符串数据 */
```

## 2. 重点格式符

| 格式 | 正常含义 | 输入控制格式时的风险 |
|---|---|---|
| %x | 以十六进制输出 unsigned int | 可能暴露意外取得的数值 |
| %s | 把参数当字符串地址读取 | 可能越权读取或访问无效地址崩溃 |
| %n | 将本次调用到当前位置已输出的字符数写入 int 指针 | 可能形成内存写入 |
| %hn | 按 short 指针写字符数 | 教学模型中常按 2 字节解释 |
| %hhn | 按 signed char 指针写字符数 | 教学模型中常按 1 字节解释 |
| %2$s | 在支持的位置参数语法中，使用第 2 个可变参数 | 可直接选择参数位置 |

%n 自身不输出字符。例：

```c
int n = 0;
printf("hello%n", &n);  /* 输出 hello，并令 n=5 */
```

字符串中的字面字符、宽度填充等都会影响已输出字符数。

## 3. 没传参数为什么还有风险

printf 按格式取参数，运行时并不会自动获得“实际可变参数个数”以替调用者检查全部格式。

如果格式要求的参数不存在或类型不匹配，属于未定义行为。课件栈模型展示它可能从错误位置取得值，但不能认为所有架构一定按同样的栈步长读取。

编译器对可见的格式和参数可以报警；“编译器永远不会报警”是不正确的。

## 4. 与缓冲区溢出的区别

缓冲区溢出通常是超出目标容量的写入；格式字符串漏洞是控制语法被输入控制，可引起读和写，不一定需要超长输入。

%n 若能被导向目标地址，可能定点修改变量或控制数据，不必像连续栈覆盖那样经过 Canary。因此 Canary、NX 不能作为完整修复。

## 5. 小端序与分段计数题

课件例子要形成 `0x66887799`，在小端内存中，低地址两个字节对应 `0x7799`，高地址两个字节对应 `0x6688`。

理解分段计数时：先达到较小目标 `0x6688=26248`，再使累计字符数达到 `0x7799=30617`。两者差为 4369；如果中间已有 1 个字面字符，还需要填充 4368。计算必须把地址字节、普通字符、宽度填充全部计入。

这里只讲课件算术与内存表示，具体可实现性还取决于指针可控性、写入类型及运行库约束，不能只由两个数字推出可利用。

## 6. 修复

固定格式，将不可信输入仅作为数据；对国际化消息等间接格式来源同样审查；使用编译器格式检查。

课件中的开关应按大小写写成 `-Wformat=2`，不是 `-wformat=2`。还可结合 `-Wformat-security` 检查相关风险。警告必须被处理，不能仅“打开后忽略”。

## 自测

1. `printf("abc%nXYZ",&n)` 完成后 n 是多少？——3。
2. %s 与 %x 的主要区别？——前者把值作为地址继续读，后者按整数格式输出值。
3. 修复是否只是删除输入中的某一种格式符？——应固定控制格式，而非只拦一个例子。
