【CSDN 编者按】libc 是 Linux 下的标准 C 库，也是初学者写 hello world 包时含有的头文件 #include < stdio.h> 定义的地方，后来其逐渐被 glibc 给取代，本文作者列出了为什么要避免使用 libc 的 20 个理由。

作者 |Chris Wellons  译者 | 弯月

出品 | CSDN（ID：CSDNnews）

一般，在使用 C 语言时，我会尽可能避免使用标准库 libc。如果有可能，我甚至不会连接这个库。可能有些人对于这种工作及思考方式有点不太理解。这不是重新发明轮子吗。但对于我来说，libc 就是一个不值得使用的轮子，其接口和实现上有太多的缺陷。幸运的是，如果你了解实际情况，制造一个更好、更简单的轮子也非难事。

在本文中，我打算回顾一下 C 标准库的函数和类似函数的宏，并讨论我在实际中遇到的问题。

幸运的是，C 语言拥有很大的灵活性，这弥补了标准库的不足。我已经拥有了工作中所需的一切工具，且不依赖任何运行时。

如何在不依赖 libc 的情况下编写可移植软件？首先，大部分程序的实现都需要做到与平台无关，且代码不依赖 libc；然后，针对每个目标（平台层），在各自的源文件中编写特定于平台的代码。相比之下，平台代码量很少，这部分代码大多是不可移植的，包括原始系统调用、图形函数，甚至是汇编代码。在一些平台上，我们必须连接 libc，有时是因为其中包含一些特定于平台的功能，有时是因为连接libc是强制性的。

下面的讨论只针对标准 C。有些平台提供了特殊的解决方法，可以克服其标准函数的缺点，但这不是本文的讨论重点。如果需要使用非标准函数，我会编写特定于平台的代码，也可以通过直接调用平台的功能来完美地绕过原本的问题。

下面，我们按照 C18 草案中列出的顺序，逐个浏览标准库。

断言和中止

虽然 C 的断言比其他我了解的任何语言都要好，但并不意味着就没有问题。本质上 C 的断言就是一个不需要展开栈的陷阱，但常见的实现并不会在宏内触发陷阱，这就给使用造成了不便。更糟的是，有时完全不会触发陷阱，而是直接以非零状态码结束进程。C 的断言并没有针对调试器进行优化。

下面的这个小程序就是一个非常简单的实现，如果有需要，我可以到后面再调整：

#define ASSERT(c) if (!(c)) __builtin_trap()

它不会输出诊断信息，但一般情况下也不需要。绝大多数时候，这个断言会被调试器捕捉，因此诊断信息是不必要的。

我不反对 static_assert，但它也不是运行时的一部分。

数学函数

我指的是 math.h、complex.h 等文件中的所有函数。在实践中，这些都是伪内置函数，也是 libc 中比较难替换掉的部分之一。这些函数对精度的重视超出了日常需要，但这是很合理的。

字符分类和映射

包括 isalnum、isalpha、isascii、isblank、iscntrl、isdigit、isgraph、islower、isprint、ispunct、isspace、isupper、isxdigit、tolower 和 toupper。这个接口具有误导性，而且这些函数经常被错误使用。如果在源文件中看到 #include <ctype.h>，那么几乎可以肯定代码有问题。我自己也为此感到内疚。在我的日常工作中，这些函数无一例外都禁止使用。

它们的原型大致如下：

int isXXXXX(int);

然而，输入的取值范围是 unsigned char 加上 EOF。除了 EOF 之外的任何负参数都是未定义的行为，显然字符串会产生错误结果。所以，如下写法是不正确的：

char *s = ...;
if (isdigit(s[0])) { // WRONG!
...
}

如果 char 是有符号的，就像在 x86 上一样，那么对于任意字符串 s，isdigit的行为都是未定义的。某些实现在遇到此类输入时甚至会崩溃。

如果参数是 unsigned char，那么至少还能将参数截取到定义域内，因此通常也能得出所需的结果。（但传递 Unicode 代码点会出现错误结果，真是一个奇怪的错误。）唯一的例外是它能够处理 EOF。为什么？因为这些函数是为 fgetc定义的，而不是字符串！

如果想修复这个问题，你可以使用掩码：

if (isdigit(s[0] & 255)) {
...
}

然而，你依然会遇到 locales 问题。locales 有点像全局状态，它能改变一些  libc 函数的行为方式，包括字符分类。虽然locales有一些特别的用途，但大多数时候这种行为出人意料，也没有人喜欢。这对性能也很不利。我的习惯就是利用LC_ALL=C运行所有GNU程序，这样才能保证它们实现原本的行为。如果你需要解析的格式不适用于locales（绝大多数情况都是如此），那你肯定不希望字符分类按照locales的方式工作。

由于大多数时候这个接口和行为都不合适，因此你最好自己编写范围检查或查找表。在命名的时候，请避免以 is 开头，因为这些函数名是保留字。

_Bool xisdigit(char c)
{
return c>='0' && c<='9';
}

我使用了char，遇到简单的 UTF-8 解析仍然有效。

errno

如果没有 libc，你就不必使用这个全局的、线程局部的、伪变量。甩掉包袱，返回自己定义的错误，并在必要时使用结构。

locales

如上所述，locales 有一些特别的用途，比如格式化日期，但这些用途被困在 setlocale 设置的全局状态后面，因此有时无法正确使用。

在 Windows 上，我改为使用 GetLocaleInfoW 来获取“当前月份的本地名称是什么？”之类的信息。

setjmp 和 longjmp

有时很难正确使用，尤其是将局部变量限定为 volatile 时。它可以与基于区域的分配相结合，自动且及时地释放 set 和 jump 之间创建的所有对象。这些宏很好，但不要过度使用。

可变参数

有时，可变参数函数有一定的帮助，这要感谢宏 va_start/va_end。不幸的是，这些函数非常复杂，因为调用惯例并没有降低使用难度。它们需要编译器的帮助，实际上它们是作为编译器的一部分而实现的，不是 libc。这些函数虽好，但没有它们我依然可以正常工作。

信号

虽然在类 Unix 系统上信号很重要，但 C 标准库中定义的信号其实并没有什么用。如果你正在处理信号，甚至是信号之类的东西，那么肯定要编写超出 C 标准库、特定于平台的代码。

原子

我的一些示例中使用了 _Atomic 限定符，因为可以提高简洁度，但我很少在实践中使用它。部分原因是它对 API 和 ABI 有不利影响。与 volatile 一样，C 使用类型系统来间接地实现某个目标。类型不是原子的，但加载和存储是原子的。在标准化之前，C 实现一直使用内联函数、函数或宏来表达这些加载和存储。

但是，我不认为原子函数需要 _Atomic 限定的参数，所以看似鱼与熊掌我可以兼得。除了一个主要实现（MSVC）仍然不支持它们。在考虑使用 C 原子的地方，我都使用了更丰富的 GCC 内置函数集，Clang 也支持这些函数。如果需要编写适用于 Windows 的代码，我会使用互锁宏，因为这种方法适用于该平台的所有编译器。

标准输入输出

标准输入输出库 stdio 是我决定放弃 libc 的主要驱动因素。几乎每个程序都需要某种输入或输出，但使用 stdio 会让实现变得更加困难。

要想读取或写入文件，首先必须打开它，即调用 fopen。然而，某个平台的所有实现都不允许 fopen 访问大部分文件系统，因此使用 libc 会限制该平台上程序的功能。

标准库会区分“文本”和“二进制”流。虽然在类 unix 平台上这两者没有区别，但在其他需要对输入和输出进行转换的平台上却有区别。除了数据会遭到破坏外，文本流的性能也很糟糕。以二进制模式打开一切是一个非常简单的解决方法，但是标准输入、输出和错误都是作为文本流打开的，而且没有将它们改为二进制流的标准函数。

使用 fread 时，某些实现会将整个缓冲区作为临时工作空间，即便返回的长度远小于整个缓冲区也是如此。所以以下代码无法正常运行：

char buf[N] = {0};
fread(buf, N-1, 1, f);
puts(buf);

这段代码除了会输出预期的结果外，还会输出垃圾，因为 fread 会覆盖范围之外的零。

流是缓冲的，并且没有可靠地访问未缓冲的输入和输出的方法，例如当应用程序已经缓冲时，或许这只是其工作方式带来的必然结果。虽然我们有 setvbuf 和 _IONBF（“无缓冲”），但至少在某些情况下，这只意味着“一次一个字节”。使用 libc 的程序最终都会变成双缓冲，这种现象很常见，因为我无法可靠地关闭 stdio 缓冲。

常见的实现假设流将被多个线程使用，因此每次访问都需要使用互斥锁。这会导致小型读取和写入的性能变差，而这些情况本应是缓冲最能发挥作用的地方。这不仅不正常，而且这样的程序肯定会出问题，因此 stdio 实际上是牺牲了最常见的需求，对一些不太常见且极端的情况进行了优化。

我们没有可靠的方式通过交互式输入和显示 Unicode 文本。C 标准中处理“宽字符”方面做出了一些妥协，但在实践中毫无用处。我已经试过了。我最常见的需求是输出标准错误的路径，以便正确地显示给用户。

seek 函数的参数 offset 只能为 long 类型，一些实现甚至无法打开大于 2GiB  的文件。

我不想处理这些问题，只是向平台层添加了几个无缓冲的 I/O 函数，然后在应用程序中放置了一个小的缓冲流实现，这个实现支持将缓冲刷新到平台。文本的输入和输出使用了 UTF-8，如果平台层检测到它连接到了终端或控制台，就会进行适当的转换。获得比标准输入输出更可靠的方法并不需要付出太多努力。

数值转换

浮点数转换是一个常见的难题，尤其是当你需要保证转换后的字符串与浮点数一一对应时。浮点数转换是 libc 中最好用的一个部分。尽管使用 libc 仍然很难获得最简单或最短的一一对应的表示。此外，这也是修改 locales 可能会引发灾难性后果的领域。

那么，问题来了：在你的应用程序上下文中，浮点数转换很关键吗？也许，你只需要向用户显示一个四舍五入、低精度的浮点表示，比如在调试窗口中显示玩家的位置等。或者你只需要解析一个中等精度的、格式非常简单的、非整数输入。这些都不难。

解析函数（atoi、strtol、strtod 等）需要以 null 结尾的字符串，通常这很不方便。这些整数的来源可能并不像文件一样以空值结尾，所以我需要先附加一个空值终止符。我无法把映射到内存的文件直接传递给它们。即使在使用 libc 时，我也经常编写自己的整数解析器，因为 libc 解析器缺少合适的接口。

格式化整数很容易。解析范围有限的整数（比如小于一百万）很容易。但解析触及数字类型极限的整数很棘手，因为无论有符号还是无符号，每个操作都必须防止溢出。幸运的是前两个很常见，最后一个不太会遇到。

随机数

我们有 rand、srand 和 RAND_MAX函数。虽然我很热衷于伪随机数生成器，但我不推荐在任何情况下使用它。rand 函数是一个并不太优秀的伪随机数生成器，性能不佳，并且持有全局状态。我们无法提前预知 RAND_MAX，因此很难有效利用 rand。只需几行代码，你就可以构建一个全方位碾压的实现。

更糟糕的是，常见的实现希望可以利用多个线程并发访问，因此它们将这些方法包装在互斥锁中。同样，随机数的优化针对的都是一些不太常见且极端的情况，各个线程会因为确定性的 伪随机数生成器给出的非确定性结果而相互竞争，代价是牺牲最常见的需求。依赖这种互斥锁的程序都会出问题。

内存分配

相关函数包括 malloc、calloc、realloc、free 等。在实际的工作中，我们使用的函数过于细化，而且过多，以至于许多 C 程序的生命周期都纠结在一起。有时，我希望有一个标准的区域分配器，这样许多独立编写的库就可以使用一个通用、合理、可由调用者控制的分配接口。

此处，没能实现标准化的一个主要原因是，分配器并不负责计算大小。calloc 是一个开始：你需要说明大小和数量，它计算出总分配量，检查溢出。但需要的工作远不止如此，哪怕只是不鼓励独立分配、鼓励成组分配，情况也要好很多。

关于大小为零的内存分配，有一些边缘情况，比如 malloc(0)，标准对于行为的规定有点过于开放。但是，如果你的程序结构很糟糕，可能会将零传递给 malloc，那么届时你就会遇到更大的问题。

访问环境

getenv 很简单，但我更喜欢直接访问环境块，就像 main 的第三个非标准参数一样。

exit 没问题，但是 atexit 是垃圾。

system 在实践中基本上没有任何用处。

排序和搜索

qsort 很差劲，因为它缺少上下文参数。质量参差不齐。如有必要，从头开始实现也不难。我很少需要排序。

bsearch 的情况大致相同。尽管如果我需要对数组进行二分搜索，只用 bsearch 可能还不够，因为通常我需要找到范围的下限和上限。

多字节编码和宽字符

mblen、mbtowc、mbtowc、wctomb、mbstowcs 和 wcstombs 与 locale 系统紧密关联，而且并不会处理任何特别的编码（如UTF-8），因此导致它们不可靠。所有其他宽字符函数的情况都很类似。幸运的是，我只需要在一个平台上使用宽字符，可移植代码中不涉及这个问题。

最近还推出了 mbrtoc16、c16rtomb、mbrtoc32 和 c32rtomb，其中只规定了“宽”的方面（UTF-16、UTF-32），但没有规定多字节的方面。实现对于标准的支持很有限，所以没有太大用处。

字符串

与 ctype.h 一样，string.h 中的所有函数都很糟糕，有些函数总是被错误使用。

memcpy、memmove、memset 和 memcmp 都很好，但有一个问题：将空指针传递给这些函数，则行为是未定义的，即使大小为零。这很荒谬。空指针合法地指向大小为零的对象。如前所述，就连 malloc(0) 也允许以这种方式运行。如果没有这个缺陷，这些函数还是可以使用的。

strcpy、strncpy、strcat 和 strncat 根本无法正常使用，每次使用都会引发混乱。因此，任何调用这些函数的代码都有问题，应该进一步审核。事实上，我没有见过在实际程序中正确使用 strncpy 的例子。在我看来，这些函数无一例外都应被禁止。这些函数的非标准版本（如 strlcpy）亦是如此。

strlen 有合理的用途，但使用过于频繁。它应该仅在接收未知大小的字符串（例如 argv、getenv）时出现在系统边界，而且永远不应用于静态字符串。

在看到 strchr、strcmp 或 strncmp 时，我就在想为什么使用者会不知道字符串的长度。另一方面，strcspn、strpbrk、strrchr、strspn 和 strstr 没有对应的 mem 系列函数，尽管空终止符的要求降低了它们的实用性。

strcoll 和 strxfrm 依赖于语言环境，因此用途很有限。而且不可预测，因此应避免。

memchr 很好，除了前面提到的空指针限制，尽管它出现的频率较低。

strtok 具有隐藏的全局状态。除此之外，返回的令牌有多长？strtok 在返回之前知道令牌的长度。为什么不能直接告诉我？所以不用它。

strerror 有一个明显、简单、可靠的解决方案：返回一个指针，指向查找表中与错误编号相对应的静态字符串。没有全局状态，线程安全，可重入，而且返回的字符串直到程序退出前都可以正常使用。有些实现就采用了这种方式，但不幸的是，有的实现并不这么想，它会写入一个共享的全局缓冲区。希望你没有使用errno。

线程

C11 引入了线程，但一直没有太大水花。凡是可以使用 C 线程的地方都可以使用 pthreads，而且 pthreads 更好。

此外，线程的创建属于平台层的操作。

时间函数

使用非常有限，除了使用 time 和 clock 生成随机数种子之外，我不记得其他地方使用过这些函数。

总结

我略过了一大堆宽字符函数，除此之外几乎 C 标准库的所有函数都提到了。在完全不使用这些函数时，唯一令我怀念的就是数学函数，偶尔还有  setjmp/longjmp。其余的函数我都可以轻松构建出更好的实现。

上述所有提到的 C 实现都非常古老。它们很少发生变化，即便有变化，也不过是岁月的沉淀。这个领域没有太多创新，这一点很好，因为我喜欢稳定的目标。

评论

评论1：我完全同意作者的看法，通常我也会这么做。libc 是 C 语言中最薄弱的环节，过时、糟糕的命名规则，其 API 有时也有害。当然它也有好处：简单、随时可用，因此可以作为备选，但我认为，使用的框架最好能覆盖所有 API，包括最简单的 printf/malloc/fopen 等，而且应该在所有代码中维护相似的命名规则。

评论2：我最不敢相信的是 C 语言中的保留字规则。我甚至不知道有这条规则，我认为它比我想象得还要糟糕，它几乎覆盖了所有代码中能用到的常用单词。但就像 C 语言中的其他陷阱一样，早期的语言发明者并没有考虑到命名空间的概念，所以才导致了这个结果。至于 GNU tools 中的有关 locales 的行为不一致，也可以理解，毕竟 GNU 项目在历史上是从 POSIX 标准发展而来的。

☞曝腾讯 XR 团队全线解散；谷歌企业文化遭前员工痛批：没有使命感，官僚主义严重；内核开发者讨论移除安腾架构|极客头条
☞Google BigQuery 创始工程师：大数据已“死”
☞源创者说 | 从技术开放到产业连接，开源成就广泛连接的生态