【深度拆解】musl libc 的 __intscan：150行代码实现任意进制整数扫描

你写过 scanf("%d") 的底层实现吗？musl libc 用一个 __intscan 函数，在150行内搞定了任意进制、自动检测、溢出安全的完整整数解析。本文逐层拆解每个技巧。

0x00 函数签名

unsigned long long __intscan(FILE *f, unsigned base, int pok, unsigned long long lim)

• base：进制（0=自动，2-36）
• lim：上限值，最低bit编码了有符号/无符号语义
• 返回解析结果，溢出时返回 lim 或 lim-1，并设 errno=ERANGE

0x01 技巧1：256字节查找表

static const unsigned char table[] = { -1, -1, …, 0,1,2,…9, -1,…, 10,11,…35, … };

256字节直接映射，table['0']=0，table['A']=10，table['z']=35，其他为-1。

查表 vs if-else：查表无分支，在热点循环中快30%+。

0x02 技巧2：双阶段解析防溢出

unsigned x; // 第一阶段：32位
unsigned long long y; // 第二阶段：64位

先用32位跑，安全后转64位继续。关键不等式：

y <= ULLONG_MAX/10 && 10*y <= ULLONG_MAX – (c-'0')

等价于 y*10+digit <= ULLONG_MAX，但先判断再计算，永不溢出。

0x03 技巧3：三条优化路径

2的幂的移位位数用魔法数字表计算：

int bs = "\\0\\1\\2\\4\\7\\3\\6\\5"[(0x17*base)>>5&7];

(0x17*base)>>5 & 7 等价于 log2(base)，零分支。

0x04 技巧4：自动进制检测

if (c=='0') {
c = shgetc(f);
if ((c|32)=='x') base=16; // 0x
else if (base==0) base=8; // 0开头→八进制
}

c|32 一次比较覆盖 x 和 X。

0x05 技巧5：无分支符号处理

return (y^neg)-neg;

• neg=0：y^0-0 = y
• neg=-1：y^-1-(-1) = ~y+1 = -y

等价于 neg ? -y : y，但没有if。

0x06 完整流程

跳空白 → 读符号 → 检测0x/0前缀 → 双阶段解析
→ 溢出则吞掉剩余数字 → 回退字符 → 按lim奇偶性返回

写在最后

这段代码是工程级优化的教科书：查表、双阶段、无分支、位运算hack，每个技巧都能直接复用到你自己的项目中。

完整代码在 musl libc 的 src/stdio/__intscan.c，建议clone下来单步调试。

这段代码的设计哲学：用最小的代码量，覆盖最多的边界情况，同时保持最高的执行效率。每个技巧都不是炫技，而是实打实的性能需求驱动的。