背景

最近准备一个教程,案例的过程中准备了如下代码碎片,演示解析http scheme

#include <stdio.h>#include <stdlib.h>#include <string.h>char *parse_scheme(const char *url){    char *p = strstr(url,"://");    return strndup(url,p-url);}int main(){    const char *url = "http://static.mengkang.net/upload/image/2019/0907/1567834464450406.png";    char *scheme = parse_scheme(url);    printf("%s\n",scheme);    free(scheme);    return 0;}

上面是通过strndup的方式,背后也依托了malloc,所以最后也需要free
有人在微信群私信parse_scheme能用char []来做返回值吗?我们知道栈上的数组也能用来存储字符串,那我们可以改写成下面这样吗?

char *parse_scheme(const char *url){    char *p = strstr(url,"://");    long l = p - url + 1;    char scheme[l];    strncpy(scheme, url, l-1);    return scheme;}

大多数人都知道不能这样写,因为返回的是栈上的地址,当从该函数返回之后,那段栈空间的操作权也释放了,当再次使用该地址的时候,值就是不确定的了。

那我们今天就一起探讨下出现这样情况的背后的真正原理。

基础预备

每个函数运行的时候因为需要内存来存放函数参数以及局部变量等,需要给每个函数分配一段连续的内存,这段内存就叫做函数的栈帧(Stack Frame)。
因为是一块连续的内存地址,所以叫帧;为什么叫要加一个呢?
想必大家都熟悉了函数调用栈,为什么叫函数调用栈呢?比如下面的表达式

array_values(explode(",",file_get_contents(...)));

函数的执行顺序是最内层的函数最先执行,然后依次返回执行外层的函数。所以函数的执行就是利用了栈的数据结构,所以就叫栈帧。

x86_64 cpu上的 rbp 寄存器存函数栈底地址,rsp 寄存器存函数栈顶地址。

实验

#include <stdio.h>void foo(void){    int i;    printf("%d\n", i);    i = 666;}int main(void){    foo();    foo();    return 0;}
$gcc -g 2.c$./a.out0666

为什么第二次调用foo函数输出的结果都是上次函数调用的赋值呢?先看下反汇编之后的代码

000000000040052d <foo>:#include <stdio.h>void foo(void){  40052d:    55                       push   %rbp  40052e:    48 89 e5                 mov    %rsp,%rbp  400531:    48 83 ec 10              sub    $0x10,%rsp    int i;    printf("%d\n", i);  400535:    8b 45 fc                 mov    -0x4(%rbp),%eax  400538:    89 c6                    mov    %eax,%esi  40053a:    bf 00 06 40 00           mov    $0x400600,%edi  40053f:    b8 00 00 00 00           mov    $0x0,%eax  400544:    e8 c7 fe ff ff           callq  400410 <printf@plt>    i = 666;  400549:    c7 45 fc 9a 02 00 00     movl   $0x29a,-0x4(%rbp)}  400550:    c9                       leaveq  400551:    c3                       retq0000000000400552 <main>:int main(void){  400552:    55                       push   %rbp  400553:    48 89 e5                 mov    %rsp,%rbp    foo();  400556:    e8 d2 ff ff ff           callq  40052d <foo>    foo();  40055b:    e8 cd ff ff ff           callq  40052d <foo>    return 0;  400560:    b8 00 00 00 00           mov    $0x0,%eax}  400565:    5d                       pop    %rbp  400566:    c3                       retq  400567:    66 0f 1f 84 00 00 00     nopw   0x0(%rax,%rax,1)  40056e:    00 00

理论分析

第一次进入 foo函数前后

在进入foo函数之前,因为main里没有参数也没有局部变量,所以,main 的栈帧的长度就是0,rbprsp相等(0x7fffffffe2c0)。当执行

callq  40052d <foo>

会把main函数的在调用foo之后需要返回执行的下一行代码的地址压栈,因为是64位机器,地址8字节。
进入foo之后

push   %rbp

rbp的值压栈,因为也是存的地址,所以又占了8字节,所以当初始化foo函数的rbp的时候

mov    %rsp,%rbp

rsp已经在原来的基础上加了16字节,所以从0x7fffffffe2c0变成了0x7fffffffe2b0

sub    $0x10,%rsp

因为foo函数里面局部变量,编译的时候就预留了16字节,所以rsp变为了0x7fffffffe2a0
最后执行了

movl   $0x29a,-0x4(%rbp)

666放在了0x7fffffffe2ac,当第二次调用的时候,打印i的汇编代码如下

    printf("%d\n", i);  400535:    8b 45 fc                 mov    -0x4(%rbp),%eax  400538:    89 c6                    mov    %eax,%esi  40053a:    bf 00 06 40 00           mov    $0x400600,%edi  40053f:    b8 00 00 00 00           mov    $0x0,%eax  400544:    e8 c7 fe ff ff           callq  400410 <printf@plt>

第二次进入 foo函数前后

因为上次-0x4(%rbp)存了666,而第二次调用foorbp的值又和第一次一样,所以是一个地址。所以666就被打印出来了。

回到主题

#include <stdio.h>#include <stdlib.h>#include <string.h>char *parse_scheme(const char *url){    char *p = strstr(url,"://");    long l = p - url + 1;    char scheme[l];    strncpy(scheme, url, l-1);    printf("%s\n",scheme);    return scheme;}int main(){    const char *url = "http://static.mengkang.net/upload/image/2019/0907/1567834464450406.png";    char *scheme = parse_scheme(url);    printf("%s\n",scheme);    return 0;}

调试信息如下,当从parse_scheme返回时,打印scheme的结果还是http,但是当我们调用printf之后,和上面样例中一样,parse_scheme出栈,printf入栈,则栈上内存就又替换了,所以打印出来的结果则不一定是http了。


本文作者:周梦康

阅读原文

本文为云栖社区原创内容,未经允许不得转载。