libarchive项目中的路径名截断问题分析与修复

问题描述

在libarchive 3.7.5和3.7.6版本中，处理某些tar归档文件时出现了路径名被错误截断的问题。具体表现为：当处理调用header_gnu_longname()函数的归档条目时，路径名会被截断至101个字符。例如，在测试文件Games_Chess-1.0.1.tgz中，原本应为"Games_Chess-1.0.1/tests/Games_Chess_Crazyhouse/getSquareFromParsedMove/test_invalid_getambiguous.phpt"的路径名被错误地截断为"Games_Chess-1.0.1/tests/Games_Chess_Crazyhouse/getSquareFromParsedMove/test_invalid_getambiguous.php"。

技术背景

libarchive是一个用于处理各种归档格式的开源库，支持包括tar、zip、cpio等多种格式。在处理GNU tar格式的长文件名时，libarchive使用特殊的机制来存储和恢复超过传统100字节限制的文件名。

GNU tar格式通过特殊的"长链接"条目来存储超长路径名。当遇到一个文件名超过100字节的条目时，GNU tar会先创建一个类型为'L'的特殊条目，其数据部分包含完整的超长路径名。随后跟着的实际文件条目则使用短名称，libarchive需要将两者关联起来。

问题根源分析

经过深入分析，发现问题出在libarchive/archive_read_support_format_tar.c文件中的处理逻辑上。具体来说：

1. header_gnu_longname()函数负责处理GNU长文件名条目，它会正确读取并存储完整的超长路径名。
2. 然而，后续调用的header_old_tar()函数错误地覆盖了之前由header_gnu_longname()设置的长文件名，并且在这个过程中将路径名截断至101个字符。
3. 在libarchive 3.7.4版本中，这一行为并不存在，说明这是在后续版本中引入的回归问题。

解决方案

修复方案的核心思想是确保header_old_tar()函数不会错误地覆盖已经由header_gnu_longname()正确设置的长路径名。具体实现包括：

1. 修改header_old_tar()函数的逻辑，使其在检测到已经存在长路径名的情况下保留原有值。
2. 确保只有在确实需要处理传统tar格式的短名称时才执行路径名截断操作。
3. 维护GNU长文件名机制与旧格式tar之间的兼容性。

影响范围

该问题主要影响以下场景：

• 处理使用GNU tar格式创建的归档文件
• 归档中包含路径名长度超过101个字符的文件
• 使用libarchive 3.7.5或3.7.6版本的应用程序

对于大多数用户而言，这个问题可能不会立即显现，因为：

1. 许多系统默认的tar实现不使用GNU长文件名扩展
2. 大多数文件路径不会超过101个字符
3. 短于101字符的路径名不受影响

最佳实践建议

对于开发者使用libarchive库的建议：

1. 在处理可能包含长路径名的归档时，应测试路径名的完整性
2. 考虑升级到包含修复的libarchive版本
3. 对于关键应用，实现额外的校验机制确保提取文件的完整性

对于归档创建者的建议：

1. 如果兼容性不是首要考虑，可以考虑使用其他现代归档格式如zip
2. 如果必须使用tar格式，考虑控制路径名长度以避免依赖GNU扩展
3. 在创建归档后进行验证测试，确保长路径名能够正确恢复

总结

libarchive作为广泛使用的归档处理库，其稳定性和正确性对许多应用至关重要。这次发现的路径名截断问题提醒我们，即使在成熟的库中，版本更新也可能引入意外的回归问题。通过深入分析问题根源并实施精确的修复，libarchive团队确保了库在处理各种tar归档时的可靠性，特别是对那些使用GNU长文件名扩展的归档文件。