C / C++ / 系统课时
遍历目录与处理路径
遍历目录与处理路径
目录遍历看似只是反复调用 readdir,真正容易出错的是路径拼接、符号链接语义和“检查后对象已被替换”的竞态。本课用一个可运行的递归遍历器串起 opendir、readdir 与 lstat,再说明何时必须改用基于目录文件描述符的接口。
学习目标
- 使用
opendir、readdir和lstat递归遍历文件树,并跳过.与..。 - 区分
stat、lstat与符号链接的关系,正确理解相对路径的基准。 - 识别基于路径名操作的 TOCTTOU 竞态,并知道
dirfd、fstatat、openat的改进方向。
从目录项开始,而不是相信路径字符串
opendir 打开目录并返回 DIR *,readdir 每次给出一个 struct dirent。其中 d_name 是当前目录下的名字;d_type 只能当作提示,因为某些文件系统会返回 DT_UNKNOWN。需要可靠判断类型时,应再查询文件元数据。
stat 会跟随最终的符号链接,因此对链接路径调用后看到的是目标对象;lstat 则读取链接自身的元数据。遍历文件树时,如果目标是“看见链接但不进入链接指向的目录”,应优先使用 lstat,否则很容易重复遍历甚至进入链接环。

写一个不跟随符号链接的递归遍历器
下面的程序只依赖标准的 POSIX/Linux 目录与文件状态接口。它不使用 d_type 做最终判断,并通过动态分配避免固定长度路径缓冲区。把代码保存为 walk.c。
#define _XOPEN_SOURCE 700
#include <dirent.h>
#include <errno.h>
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <sys/stat.h>
static const char *kind(mode_t mode) {
if (S_ISDIR(mode)) return "dir";
if (S_ISREG(mode)) return "file";
if (S_ISLNK(mode)) return "symlink";
return "other";
}
static char *join_path(const char *base, const char *name) {
size_t n = strlen(base) + strlen(name) + 2;
char *result = malloc(n);
if (result == NULL) {
return NULL;
}
/* 统一在这里处理斜杠,避免递归逻辑重复拼接规则。 */
snprintf(result, n, "%s%s%s",
base, base[strlen(base) - 1] == '/' ? "" : "/", name);
return result;
}
static int walk(const char *path) {
struct stat st;
if (lstat(path, &st) == -1) {
perror(path);
return -1;
}
printf("%s %s\n", kind(st.st_mode), path);
/* 不跟随符号链接;只有 lstat 明确认定为目录才继续进入。 */
if (!S_ISDIR(st.st_mode)) {
return 0;
}
DIR *dir = opendir(path);
if (dir == NULL) {
perror(path);
return -1;
}
int rc = 0;
for (;;) {
errno = 0;
struct dirent *entry = readdir(dir);
if (entry == NULL) {
if (errno != 0) {
perror("readdir");
rc = -1;
}
break;
}
if (strcmp(entry->d_name, ".") == 0 ||
strcmp(entry->d_name, "..") == 0) {
continue;
}
char *child = join_path(path, entry->d_name);
if (child == NULL) {
fprintf(stderr, "out of memory\n");
rc = -1;
break;
}
if (walk(child) == -1) {
rc = -1;
}
free(child);
}
if (closedir(dir) == -1) {
perror("closedir");
rc = -1;
}
return rc;
}
int main(int argc, char **argv) {
if (argc != 2) {
fprintf(stderr, "usage: %s <path>\n", argv[0]);
return 2;
}
return walk(argv[1]) == 0 ? 0 : 1;
}准备一个很小的目录树后编译运行:
rm -rf /tmp/walk-demo
mkdir -p /tmp/walk-demo/sub
printf 'demo\n' > /tmp/walk-demo/sub/a.txt
ln -s sub /tmp/walk-demo/link-to-sub
cc -std=c11 -Wall -Wextra -O2 walk.c -o walk
./walk /tmp/walk-demo预期输出如下;同一目录内条目的先后顺序由文件系统决定,可能不同:
dir /tmp/walk-demo
dir /tmp/walk-demo/sub
file /tmp/walk-demo/sub/a.txt
symlink /tmp/walk-demo/link-to-sub关键现象是 link-to-sub 只打印为 symlink,不会再次进入 sub。如果把 lstat 改成 stat,最终链接会被解析到目标目录,递归逻辑就可能重复进入同一棵树。
相对路径和符号链接要分别处理
相对路径总是相对于进程当前工作目录解析,而不是相对于源代码文件、可执行文件或调用者“心里认为的目录”。长期运行程序若调用 chdir,后续相对路径的含义也会变化;需要稳定基准时,优先保存目录文件描述符并使用 openat、fstatat 这类 *at 接口。
如果只想读取链接中保存的目标文本,应使用 readlink;如果想得到经过解析的规范绝对路径,可以考虑 realpath,但它会解析符号链接并要求路径组件实际存在,所以不能拿它代替安全访问控制。
把路径竞态降到可控范围
教学示例中的 readdir 与随后执行的 lstat(path) 之间存在 TOCTTOU 窗口:目录项名称可能被其他进程重命名或替换。普通只读扫描通常可以接受这种“最终看到变化后报错或读到新对象”的语义,但删除、改权限、写入敏感文件时不能把先检查路径、再按同一路径操作当成安全保证。
更稳妥的做法是保留目录文件描述符,通过 dirfd 取得当前目录 fd,再用 fstatat 配合 AT_SYMLINK_NOFOLLOW 查询相对名称,并用 openat 等接口继续操作。Linux 上需要更严格地限制“不得逃出基准目录”或“不得经过符号链接”时,可进一步评估 openat2 的解析限制。核心原则是:安全敏感操作应尽量绑定到已经打开的目录或文件对象,而不是反复重新解析可被替换的路径字符串。