为什么这个 C 代码片段不会导致分段错误？

Question

int main(int argc, char **argv) {
    unsigned int ptr1 = *((unsigned int *)(argv[1]));
    printf("ptr1 = 0x%x\n", ptr1);
    exit(0);
}

这是视频教程中的代码 sn-p。我不确定我是否理解为什么代码在运行时不会导致分段错误。

(unsigned int *)(argv[1]) 这看起来像传递给程序的第一个参数被强制转换为无符号整数。因此，如果参数是“AAAA”，那么“0x41414141”现在是指向内存中某个位置的指针。

然后当我们这样做时 - *((unsigned int *)(argv[1]))，我们不是在推迟地址 0x41414141 指向的值吗？据我所知，该进程可能无法访问此地址。那么为什么没有出现分段错误呢？程序的输出是 -

ptr1 = 0x41414141

我已经用 gcc 在 Linux 上编译了这个程序。

Answer 1

注意：这个答案解释了代码在这种特殊情况下是如何工作的，更完整的答案请参阅@Lundin 帖子。

---

(unsigned int *)(argv[1]) 将char* 转换为unsigned int*。

*((unsigned int *)(argv[1])) 取消引用将char* 转换为unsigned int*。

假设，argv[1] 指向 AAAA 字符串。它以41 41 41 41（十六进制）的形式存储在内存中。然后您将其解释为unsigned int，结果为ptr1 = 0x41414141。

看下图：左查看器将内存解释为char*，右查看器将其解释为unsigned int*（不关心little-endian / big-endian的区别）：

所以，没有段错误的原因

Answer 2

这段代码既危险又糟糕。逐步解释代码的作用以及为什么不好：

• argv 是一个指向字符 (char*[]) 的指针数组。或者，如果你愿意，一个指针 (char**) 指向这样一个字符指针数组中的第一项。

• argv[0] 指向可执行文件的名称，argv[1] 是指向传递的第一个参数的指针。

• (unsigned int *)(argv[1]) 将指向第一个参数 char* 的指针转换为指向 int 的指针 unsigned int*。这决不能保证是安全的转换。这里有两个主要错误：

  • 如果这个新的整数地址未对齐，访问它会引发未定义的行为，可能会导致程序崩溃。

  • 这种转换违反了严格的别名规则，该规则（简单地说）表明编译器可能假定char* 指向的内容永远不会通过其他随机指针类型访问。所以编译器可能会假设你的程序永远不会使用argv[i] 指向的内存。当您调用未定义的行为时，可能会发生任何奇怪的优化。

• 假设特定编译器将指针转换的确定性行为指定为非标准扩展，那么它将尝试访问指向的字符串，就好像它是一个整数一样。例如，如果字符串是 "ABCD"，那么生成的整数（假设为 32 位）将是 0x41424344 或 0x44434241。哪个适用取决于 CPU 字节序。这样的代码是不可移植的。

但是，仅仅访问argv 数组指向的内存当然不会造成任何影响。如果您无法读取此内存，那么您将无法使用 argv 参数。它们的确切存储方式取决于操作系统，但它必须位于允许进程访问的地址空间内。

因此，只要您在分配的内存中保持访问权限，程序肯定不会因此而崩溃或出现段错误。如果字符串 argv[1] 的长度只有 1 个字符，那么您可能会遇到 seg 错误。