共计 4792 个字符,预计需要花费 12 分钟才能阅读完成。
导读 | 大家都知道,我是做上层应用的,对底层不是很了解,更别说那帮人在讨论内核的时候,根本插不上话。更多的时候,还是默默记笔记,紧跟大佬们的步伐😁。 |
大家都知道,我是做上层应用的,对底层不是很了解,更别说那帮人在讨论内核的时候,根本插不上话。更多的时候,还是默默记笔记,紧跟大佬们的步伐😁。
于是,为了调研这个问题,也查了相关资料。今天借助本文,来分析下 C 语言中 main()的实现,顺便解答下群里的这个问题。
作为 C /C++ 开发人员,都知道 main()函数是一个可执行程序的入口函数,大都会像如下这样写:
int main() {}
int main(int argc, char *argv[]) {}
但是,作为一个开发老油条,也仅仅知道是这样做的,当看到二哥提出这个问题的时候,第一反应是重载,但是大家都知道 C 语言是不支持重载的,那么有没有可能使用的是默认参数呢?如下这种:
int main(int argc = 1, char **argv = NULL)
好了,为了验证我的疑问,咱们着手开始进行分析。
ps: 在 cppreference 上对于 main()的声明有第三个参数即 char *envp[], 该参数是环境变量相关,因为我们使用更多的是不涉及此参数的方式,所以该参数不在本文的讨论范围内。
为了能够更清晰的理解 main()函数的执行过程,写了一个简单的代码,通过 gdb 查看堆栈信息,代码如下:
int main() {return 0;}
编译之后,我们通过 gdb 进行调试,在 main()函数处设置断点,然后看堆栈信息,如下:
(gdb) bt
#0 main () at main.c:2
(gdb)
从上述 gdb 信息,我们看出 main()位于栈顶,显然,我们的目的是分析 main()的调用堆栈信息,而这种 main()在栈顶的方式显然不足以解答我的疑问。
于是,查阅了相关资料后,发现可以通过其它方式打印出更详细的堆栈信息。
编译命令如下:
gcc -gdwarf-5 main.c -o main
然后 gdb 的相关命令(具体的命令可以网上查阅,此处不做过多分析):
gdb ./main -q
Reading symbols from /mtad/main...done.
(gdb) set backtrace past-entry
(gdb) set backtrace past-main
(gdb) show backtrace past-entry
Whether backtraces should continue past the entry point of a program is on.
(gdb) show backtrace past-main
Whether backtraces should continue past "main" is on.
然后在 main()处设置断点,运行,查看堆栈信息,如下:
(gdb) bt
#0 main () at main.c:2
#1 0x00007ffff7a2f555 in __libc_start_main () from /lib64/libc.so.6
#2 0x0000000000400429 in _start ()
(gdb)
通过如上堆栈信息,我们看到_start()–>__libc_start_main()–>main(),看来应该在这俩函数中,开始分析~~
为了查看_start()的详细信息,继续在_start()函数处打上断点,然后分析查看:
(gdb) r
Starting program: xxx
Missing separate debuginfos, use: debuginfo-install glibc-2.17-317.el7.x86_64
Breakpoint 1, 0x0000000000400400 in _start ()
(gdb) s
Single stepping until exit from function _start,
which has no line number information.
0x00007ffff7a2f460 in __libc_start_main () from /lib64/libc.so.6
通过如上分析,没有看到_start()函数的可执行代码,于是通过网上搜索,发现_start()是用汇编编写,于是下载了 glibc2.5 源码,在路径处 sysdeps/i386/elf/start.S
#include "bp-sym.h"
.text
.globl _start
.type _start,@function
_start:
/* Clear the frame pointer. The ABI suggests this be done, to mark
the outermost frame obviously. */
xorl %ebp, %ebp
/* Extract the arguments as encoded on the stack and set up
the arguments for `main': argc, argv. envp will be determined
later in __libc_start_main. */
popl %esi /* Pop the argument count. */
movl %esp, %ecx /* argv starts just at the current stack top.*/
/* Before pushing the arguments align the stack to a 16-byte
(SSE needs 16-byte alignment) boundary to avoid penalties from
misaligned accesses. Thanks to Edward Seidl
for pointing this out. */
andl $0xfffffff0, %esp
pushl %eax /* Push garbage because we allocate
28 more bytes. */
/* Provide the highest stack address to the user code (for stacks
which grow downwards). */
pushl %esp
pushl %edx /* Push address of the shared library
termination function. */
#ifdef SHARED
/* Load PIC register. */
call 1f
addl $_GLOBAL_OFFSET_TABLE_, %ebx
/* Push address of our own entry points to .fini and .init. */
leal __libc_csu_fini@GOTOFF(%ebx), %eax
pushl %eax
leal __libc_csu_init@GOTOFF(%ebx), %eax
pushl %eax
pushl %ecx /* Push second argument: argv. */
pushl %esi /* Push first argument: argc. */
pushl BP_SYM (main)@GOT(%ebx)
/* Call the user's main function, and exit with its value.
But let the libc call main. */
call BP_SYM (__libc_start_main)@PLT
#else
/* Push address of our own entry points to .fini and .init. */
pushl $__libc_csu_fini
pushl $__libc_csu_init
pushl %ecx /* Push second argument: argv. */
pushl %esi /* Push first argument: argc. */
pushl $BP_SYM (main)
/* Call the user's main function, and exit with its value.
But let the libc call main. */
call BP_SYM (__libc_start_main)
#endif
hlt /* Crash if somehow `exit' does return. */
#ifdef SHARED
1: movl (%esp), %ebx
ret
#endif
/* To fulfill the System V/i386 ABI we need this symbol. Yuck, it's so
meaningless since we don't support machines
上述实现也是比较简单的:
xorl %ebp, %ebp:将 ebp 寄存器清零。
popl %esi、movl %esp, %ecx:装载器把用户的参数和环境变量压栈,实际上按照压栈的方法,栈顶的元素就是 argc,接着其下就是 argv 和环境变量的数组。这两句相当于 int argc = pop from stack; char **argv = top of stack。
call BP_SYM (__libc_start_main):相当于调用__libc_start_main,调用的时候传入参数,包括 argc、argv。
上述逻辑功能,伪代码实现如下:
void _start() {
%ebp = 0;
int argc = pop from stack
char ** argv = top of stack;
__libc_start_main(main, argc, argv, __libc_csu_init, __linc_csu_fini,
edx, top of stack);
}
在上一节中,我们了解到,_start()才是整个可执行程序的入口函数,在_start()函数中调用__libc_start_main()函数,该函数声明如下:
STATIC int
LIBC_START_MAIN (int (*main) (int, char **, char ** MAIN_AUXVEC_DECL),
int argc, char *__unbounded *__unbounded ubp_av,
#ifdef LIBC_START_MAIN_AUXVEC_ARG
ElfW(auxv_t) *__unbounded auxvec,
#endif
__typeof (main) init,
void (*fini) (void),
void (*rtld_fini) (void), void *__unbounded stack_end)
{
#if __BOUNDED_POINTERS__
char **argv;
#else
# define argv ubp_av
#endif
/* Result of the 'main' function. */
int result;
__libc_multiple_libcs = &_dl_starting_up && !_dl_starting_up;
...
...
if (init)
(*init) (argc, argv, __environ MAIN_AUXVEC_PARAM);
...
result = main (argc, argv, __environ MAIN_AUXVEC_PARAM);
exit (result);
}
可以看出,在该函数中,最终调用了 main()函数,并传入了相关命令行。(result = main (argc, argv, __environ MAIN_AUXVEC_PARAM);)
截止到此,我们了解了整个 main()函数的调用过程,但是,仍然没有回答二哥的问题,main()是如何实现有参和无参两种方式的,其实说白了,在标准中,main()只有一种声明方式,即有参方式。无论是否有命令行参数,都调用该函数。如果有参数,则通过压栈出栈 (对于 x86 32 位) 或者寄存器 (x86 64 位) 的方式获取参数,然后传入 main(),如果命令行为空,则对应的字段为空(即没有从栈上取得对应的数据)。
![post-qrcode](https://www.xgss.net/wp-content/uploads/2023/07/二维码-微信公众号256x256.jpg)