引用超出范围的 char*答案

【问题标题】：Referencing a char* that went out of scope引用超出范围的 char*
【发布时间】：2017-11-15 17:04:15
【问题描述】：

用了一段时间的C++编程，最近又开始用C编程了，对指针的理解有点生疏了。

我想问一下为什么这段代码没有导致任何错误：

char* a = NULL;
{
    char* b = "stackoverflow";
    a = b;
}

puts(a);

我认为因为b 超出范围，a 应该引用一个不存在的内存位置，因此它们在调用printf 时会出现运行时错误。

我在 MSVC 中运行了这段代码大约 20 次，没有出现任何错误。

【问题讨论】：

这不是未定义的。字符串文字是静态分配的。这段代码非常好。
换句话说，b 已经超出范围，但不是它所指向的范围。
OTOH，如果您改为：char b[] = { 's', 't', 'a', 'c', 'k', 'o', 'v', 'e', 'r', 'f', 'l', 'o', 'w', '\0' }.，则行为将未定义
@DavidBowling 甚至char b[] = "stackoverflow";
@CometEngine 他们可能会坐在.rodata 甚至.text 部分。

标签： c

【解决方案1】：

字符串字面量总是静态分配的，程序可以随时访问，

char* a = NULL;
{
    char* b = "stackoverflow";
    a = b;
}

printf(a);

这里的字符串文字"stackoverflow"的内存由编译器分配，就像它为int/char变量或指针分配内存一样。

不同之处在于字符串文字位于 READONLY 部分/段中。变量b 在堆栈中分配，但它持有只读段/段的内存地址。

在代码中 var b 有一个字符串字面量的地址。即使b 失去其范围，字符串文字的内存也将始终被分配。

注意：分配给字符串字面量的内存是二进制的一部分，一旦程序卸载就会被删除。

请参阅 ELF 二进制规范以了解更多详细信息。

【讨论】：

【解决方案2】：

我认为，作为先前答案的证明，最好看一下代码中的真正内容。人们已经提到字符串文字位于 .text 部分中。因此，它们（字面量）简单地、总是在那里。您可以轻松找到此代码

#include <string.h>

int main() {
  char* a = 0;
  {
    char* b = "stackoverflow";
    a = c;
  }
  printf("%s\n", a);
}

使用以下命令

> cc -S main.c

在 main.s 中，您会在最底部找到

...
...
...
        .section        __TEXT,__cstring,cstring_literals
L_.str:                                 ## @.str
        .asciz  "stackoverflow"

L_.str.1:                               ## @.str.1
        .asciz  "%s\n"

您可以在此处阅读有关汇编程序部分的更多信息（例如）：https://docs.oracle.com/cd/E19455-01/806-3773/elf-3/index.html

在这里您可以找到准备充分的 Mach-O 可执行文件： https://www.objc.io/issues/6-build-tools/mach-o-executables/

【讨论】：

谢谢 :) 我也看过 msvc 反汇编窗口；好像是一样的

【解决方案3】：

代码不会产生任何错误，因为您只是将字符指针b 分配给另一个字符指针a，这非常好。

在 C 中，您可以将指针引用分配给另一个指针。这里实际上字符串“stackoverflow”用作文字，该字符串的基地址位置将分配给a变量。

虽然您超出了变量 b 的范围，但仍然使用 a 指针完成了赋值。因此它将打印结果而不会出现任何错误。

【讨论】：

【解决方案4】：

其他人已经解释说此代码完全有效。这个答案是关于您的期望，如果代码无效，调用printf 时会出现运行时错误。不一定如此。

让我们看看你的代码的这个变体，它是无效的：

#include <stdio.h>
int main(void)
{
    int *a;
    {
        int b = 42;
        a = &b;
    }
    printf("%d\n", *a); // undefined behavior
    return 0;
}

这个程序有未定义的行为，但它碰巧事实上，由于几个不同的原因，它很可能会打印 42 — 许多编译器会为分配的b 留下堆栈槽对于main 的整个主体，因为没有其他东西需要空间，并且最小化堆栈调整的数量简化了代码生成；即使编译器确实正式解除了堆栈槽的分配，数字 42 也可能会保留在内存中，直到有其他东西覆盖它，并且在 a = &b 和 *a 之间没有任何东西可以这样做；标准优化（“常量和复制传播”）可以消除这两个变量并将*a 的最后一个已知值直接写入printf 语句（就像您编写了printf("%d\n", 42)）。

理解“未定义的行为”并不意味着“程序会意外崩溃”这一点非常重要。它的意思是“任何事情都可能发生”，任何事情都包括看起来像程序员可能想要的那样工作（在这台计算机上，今天使用这个编译器)。

最后一点，我可以方便地访问的任何积极的调试工具（Valgrind、ASan、UBSan）都没有足够详细地跟踪“自动”变量的生命周期来捕获这个错误，但是 GCC 6 确实会产生这个有趣的警告：

$ gcc -std=c11 -O2 -W -Wall -pedantic test.c
test.c: In function ‘main’:
test.c:9:5: warning: ‘b’ is used uninitialized in this function
    printf("%d\n", *a); // undefined behavior
    ^~~~~~~~~~~~~~~~~~

我相信这里发生的事情是，它完成了我上面描述的优化——将b 的最后一个已知值复制到*a，然后复制到printf——但它的“最后一个已知值”是b是一个“此变量未初始化”的标记而不是 42。（然后它会生成等效于 printf("%d\n", 0) 的代码。）

【讨论】：

【解决方案5】：

在定义b 的范围内，它被分配了一个字符串文字的地址。这些文字通常位于内存的只读部分，而不是堆栈。

当您执行a=b 时，您将b 的值分配给a，即a 现在包含字符串文字的地址。在b 超出范围后，此地址仍然有效。

如果您获取了b 的地址，然后尝试取消引用该地址，那么您将调用undefined behavior。

所以您的代码是有效的，并且不会调用未定义的行为，但以下代码会：

int *a = NULL;
{
    int b = 6;
    a = &b;
}

printf("b=%d\n", *a);

另一个更微妙的例子：

char *a = NULL;
{
    char b[] = "stackoverflow";
    a = b;
}

printf(a);

这个例子和你的不同之处在于b，它是一个数组，当分配给a 时，衰减指向指向第一个元素的指针。所以在这种情况下，a 包含一个局部变量的地址，然后超出范围。

编辑：

附带说明，将变量作为printf 的第一个参数传递是一种不好的做法，因为这会导致format string vulnerability。最好使用如下字符串常量：

printf("%s", a);

或者更简单地说：

puts(a);

【讨论】：

感谢您的解释和示例；真的有帮助:)
@CometEngine 很高兴我能帮上忙。如果您觉得有用，请随时 accept this answer。
我认为即使是后面的代码也可能会优化到 printf("stackoverflow")，具体取决于您使用的编译器/开关
@Govind Parmar 刚刚在 msvc 上进行了全面优化和内联测试；似乎是这样。
@Stargateur 我喜欢 SiggiSv 给出的答案的分步性质。它使初学者更容易遵循。它绝对值得超过设置赏金时的 1 次赞成票。

【解决方案6】：

逐行，这就是你的代码所做的：

char* a = NULL;

a 是一个不引用任何内容的指针（设置为NULL）。

{
    char* b = "stackoverflow";

b 是一个指针，引用静态常量字符串文字"stackoverflow"。

    a = b;

a 设置为还引用静态常量字符串文字 "stackoverflow"。

b 超出范围。但由于a不引用b，那么这并不重要（它只是引用与b 引用的相同的静态常量字符串文字）。

printf(a);

打印由a 引用的静态常量字符串文字"stackoverflow"。

【讨论】：

【解决方案7】：

字符串字面量是静态分配的，因此指针无限期有效。如果您说char b[] = "stackoverflow"，那么您将在堆栈上分配一个字符数组，当范围结束时该数组将变为无效。修改字符串时也会出现这种差异：char s[] = "foo" 堆栈分配了一个您可以修改的字符串，而 char *s = "foo" 只为您提供了一个指向可以放置在只读内存中的字符串的指针，因此修改它是未定义的行为。

【讨论】：