c++ - 区分字符串文字和字符数组

Question

我想编写一些接受字符串文字的函数 - 和 只有字符串文字:

template <size_t N>
void foo(const char (&str)[N]);

不幸的是，这太广泛了，将匹配任何 char 数组。 - 是否是真正的字符串文字。虽然在编译时无法区分它们之间的区别 - 没有 不得不要求调用者包装文字/数组 - 在运行时，这两个数组将在内存中完全不同的位置:

foo("Hello"); // at 0x400f81

const char msg[] = {'1', '2', '3'};
foo(msg); // at 0x7fff3552767f

有没有办法知道字符串数据在内存中的位置，这样我至少可以 assert该函数仅采用字符串文字吗？ (使用 gcc 4.7.3，但对于任何编译器来说，真正的解决方案都会很棒)。

Answer 1

您似乎认为“真正的字符串文字”的必要特征
是编译器将其烘焙到可执行文件的静态存储中。

这实际上不是真的。 C 和 C++ 标准向我们保证
字符串文字应具有静态存储持续时间，因此它必须存在于
程序的生命周期，但如果编译器可以在不放置的情况下安排它
静态存储中的文字，它是自由的，有时有些编译器
做。

但是，很明显，对于给定的字符串，您要测试的属性
字面意思，就是是否真的在静态存储中。因为它不需要
在静态存储中，只要语言标准保证，有
不能完全基于可移植 C/C++ 解决您的问题。

给定的字符串文字实际上是否在静态存储中是个问题
字符串文字的地址是否位于
分配给符合条件的链接部分的地址范围
静态存储，在您的特定工具链的命名中，当
您的程序是由该工具链构建的。

所以我建议的解决方案是让你的程序知道
符合条件的自身链接部分的地址范围
静态存储，然后它可以测试给定的字符串文字是否
通过明显的代码在静态存储中。

这是玩具 C++ 项目的此解决方案的说明，prog使用 GNU/Linux x86_64 工具链构建(C++98 或更高版本即可，并且
C 的方法只是稍微复杂一点)。在此设置中，我们在 ELF 中链接
格式，我们认为静态存储的链接部分是 .bss (0-初始化静态数据)，.rodata(只读静态静态)和 .data (读/写静态数据)。

以下是我们的源文件:

section_bounds.h

#ifndef SECTION_BOUNDS_H
#define SECTION_BOUNDS_H
// Export delimiting values for our `.bss`, `.rodata` and `.data` sections
extern unsigned long const section_bss_start;
extern unsigned long const section_bss_size;
extern unsigned long const section_bss_end;
extern unsigned long const section_rodata_start;
extern unsigned long const section_rodata_size;
extern unsigned long const section_rodata_end;
extern unsigned long const section_data_start;
extern unsigned long const section_data_size;
extern unsigned long const section_data_end;
#endif

section_bounds.cpp

// Assign either placeholder or pre-defined values to 
// the section delimiting globals.
#ifndef BSS_START
#define BSS_START 0x0
#endif
#ifndef BSS_SIZE
#define BSS_SIZE 0xffff
#endif
#ifndef RODATA_START
#define RODATA_START 0x0
#endif
#ifndef RODATA_SIZE
#define RODATA_SIZE 0xffff
#endif
#ifndef DATA_START
#define DATA_START 0x0
#endif
#ifndef DATA_SIZE
#define DATA_SIZE 0xffff
#endif
extern unsigned long const 
    section_bss_start = BSS_START;
extern unsigned long const section_bss_size = BSS_SIZE;
extern unsigned long const 
    section_bss_end = section_bss_start + section_bss_size;
extern unsigned long const 
    section_rodata_start = RODATA_START;
extern unsigned long const 
    section_rodata_size = RODATA_SIZE;
extern unsigned long const 
    section_rodata_end = section_rodata_start + section_rodata_size;
extern unsigned long const 
    section_data_start = DATA_START;
extern unsigned long const 
    section_data_size = DATA_SIZE;
extern unsigned long const 
    section_data_end = section_data_start + section_data_size;

cstr_storage_triage.h

#ifndef CSTR_STORAGE_TRIAGE_H
#define CSTR_STORAGE_TRIAGE_H

// Classify the storage type addressed by `s` and print it on `cout`
extern void cstr_storage_triage(const char *s);

#endif

cstr_storage_triage.cpp

#include "cstr_storage_triage.h"
#include "section_bounds.h"
#include <iostream>

using namespace std;

void cstr_storage_triage(const char *s)
{
    unsigned long addr = (unsigned long)s;
    cout << "When s = " << (void*)s << " -> \"" << s << '\"' << endl;
    if (addr >= section_bss_start && addr < section_bss_end) {
        cout << "then s is in static 0-initialized data\n";
    } else if (addr >= section_rodata_start && addr < section_rodata_end) {
        cout << "then s is in static read-only data\n";     
    } else if (addr >= section_data_start && addr < section_data_end){
        cout << "then s is in static read/write data\n";
    } else {
        cout << "then s is on the stack/heap\n";
    }       
}

main.cpp

// Demonstrate storage classification of various arrays of char 

#include "cstr_storage_triage.h"

static char in_bss[1];
static char const * in_rodata = "In static read-only data";
static char in_rwdata[] = "In static read/write data";  

int main()
{
    char on_stack[] = "On stack";
    cstr_storage_triage(in_bss);
    cstr_storage_triage(in_rodata);
    cstr_storage_triage(in_rwdata);
    cstr_storage_triage(on_stack);
    cstr_storage_triage("Where am I?");
    return 0;
}

这是我们的makefile:

.PHONY: all clean

SRCS = main.cpp cstr_storage_triage.cpp section_bounds.cpp 
OBJS = $(SRCS:.cpp=.o)
TARG = prog
MAP_FILE = $(TARG).map

ifdef AGAIN
BSS_BOUNDS := $(shell grep -m 1 '^\.bss ' $(MAP_FILE))
BSS_START := $(word 2,$(BSS_BOUNDS))
BSS_SIZE := $(word 3,$(BSS_BOUNDS))
RODATA_BOUNDS := $(shell grep -m 1 '^\.rodata ' $(MAP_FILE))
RODATA_START := $(word 2,$(RODATA_BOUNDS))
RODATA_SIZE := $(word 3,$(RODATA_BOUNDS))
DATA_BOUNDS := $(shell grep -m 1 '^\.data ' $(MAP_FILE))
DATA_START := $(word 2,$(DATA_BOUNDS))
DATA_SIZE := $(word 3,$(DATA_BOUNDS))
CPPFLAGS += \
    -DBSS_START=$(BSS_START) \
    -DBSS_SIZE=$(BSS_SIZE) \
    -DRODATA_START=$(RODATA_START) \
    -DRODATA_SIZE=$(RODATA_SIZE) \
    -DDATA_START=$(DATA_START) \
    -DDATA_SIZE=$(DATA_SIZE)
endif

all: $(TARG)

clean:
    rm -f $(OBJS) $(MAP_FILE) $(TARG)

ifndef AGAIN
$(MAP_FILE): $(OBJS)
    g++ -o $(TARG) $(CXXFLAGS) -Wl,-Map=$@ $(OBJS) $(LDLIBS)
    touch section_bounds.cpp

$(TARG): $(MAP_FILE)
    $(MAKE) AGAIN=1
else
$(TARG): $(OBJS)
    g++ -o $@ $(CXXFLAGS) $(OBJS) $(LDLIBS)
endif

这是什么 make好像:

$ make
g++    -c -o main.o main.cpp
g++    -c -o cstr_storage_triage.o cstr_storage_triage.cpp
g++    -c -o section_bounds.o section_bounds.cpp
g++ -o prog  -Wl,-Map=prog.map main.o cstr_storage_triage.o section_bounds.o 
touch section_bounds.cpp
make AGAIN=1
make[1]: Entering directory `/home/imk/develop/SO/string_lit_only'
g++  -DBSS_START=0x00000000006020c0 -DBSS_SIZE=0x118 -DRODATA_START=0x0000000000400bf0
 -DRODATA_SIZE=0x120 -DDATA_START=0x0000000000602070 -DDATA_SIZE=0x3a
  -c -o section_bounds.o section_bounds.cpp
g++ -o prog  main.o cstr_storage_triage.o section_bounds.o

最后，什么 prog做:

$ ./prog
When s = 0x6021d1 -> ""
then s is in static 0-initialized data
When s = 0x400bf4 -> "In static read-only data"
then s is in static read-only data
When s = 0x602090 -> "In static read/write data"
then s is in static read/write data
When s = 0x7fffa1b053a0 -> "On stack"
then s is on the stack/heap
When s = 0x400c0d -> "Where am I?"
then s is in static read-only data

如果它的工作原理很明显，则无需进一步阅读。

该程序甚至在我们知道地址和
其静态存储部分的大小。它也需要，不是吗!？在
那样的话，全局 section_*应该保存这些值的变量
所有都使用占位符值构建。

当 make运行，食谱:

$(TARG): $(MAP_FILE)
    $(MAKE) AGAIN=1

和

$(MAP_FILE): $(OBJS)
    g++ -o $(TARG) $(CXXFLAGS) -Wl,-Map=$@ $(OBJS) $(LDLIBS)
    touch section_bounds.cpp

是有效的，因为 AGAIN未定义。他们告诉 make为了
建 prog它必须首先构建 prog 的链接器映射文件， 按照
第二个配方，然后重新时间戳 section_bounds.cpp .在那之后， make是再次调用自己，用 AGAIN定义 = 1。

再次执行 makefile，使用 AGAIN定义， make现在发现它
必须计算所有变量:

BSS_BOUNDS
BSS_START
BSS_SIZE
RODATA_BOUNDS
RODATA_START
RODATA_SIZE
DATA_BOUNDS
DATA_START
DATA_SIZE

对于每个静态存储部分 S ，它计算 S_BOUNDS通过搜索
报告 S 的地址和大小的行的链接器映射文件.
从该行开始，它将第二个字(= 段地址)分配给 S_START ,
和第三个字(= 节的大小)到 S_SIZE .所有部分
然后通过 -D 附加定界值 CPPFLAGS 的选项
这将自动传递给编译。

因为 AGAIN已定义， $(TARG) 的操作配方现在是惯例:

$(TARG): $(OBJS)
    g++ -o $@ $(CXXFLAGS) $(OBJS) $(LDLIBS)

但我们触动了 section_bounds.cpp在父级 make ;所以它必须是
重新编译，因此 prog必须重新链接。这一次，当 section_bounds.cpp编译后，所有节分隔宏:

BSS_START
BSS_SIZE
RODATA_START
RODATA_SIZE
DATA_START
DATA_SIZE

将具有预定义的值，并且不会采用它们的占位符值。

这些预定义的值将是正确的，因为第二个链接
不向链接添加任何符号，也不删除任何符号，并且不会改变
任何符号的大小或存储类别。它只是分配不同的值
第一个链接中出现的符号。因此，
静态存储部分的地址和大小将保持不变，现在您的程序知道了。