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 - 仅一个字符串文字:

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

不幸的是，这太宽泛了，将匹配 char 的任何数组 - 无论它是否是真正的字符串文字。虽然不可能在编译时分辨出它们之间的区别 - without 不得不求助于要求 caller 包装 literal/array - 在运行时间，两个数组将位于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 该函数只接受字符串文字？（使用 gcc 4.7.3，但真正适用于任何编译器的解决方案都很棒）。

Answer 1

你似乎认为 "true string literal" 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。

事实并非如此。 C 和 C++ 标准向我们保证字符串文字应具有静态存储 duration，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静态存储中的文字，这样做是自由的，有些编译器有时做。

但是，对于给定的字符串，很明显您要测试的属性字面量，是它实际上是否在静态存储中。因为它 不需要 在静态存储中，只要语言标准保证，就有不能仅基于便携式 C/C++.

解决您的问题

问题是给定的字符串文字实际上是否在静态存储中字符串文字的地址是否位于其中一个分配给符合条件的 linkage 部分的地址范围 静态存储，在您的特定工具链的命名法中，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您的程序知道它自己的 linkage 部分的地址范围 静态存储，然后可以测试给定的字符串字面量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示例，prog 使用 GNU/Linux x86_64 工具链构建（C++98 或更高版本即可，并且对于 C) 来说，这种方法只是稍微复杂一点。在这个设置中，我们 link 在 ELF 格式，我们认为 静态存储 的 linkage 部分是 .bss（0 初始化的静态数据），.rodata （只读静态静态）和.data（read/write静态数据）。

这是我们的源文件：

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 make 的样子：

$ 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，prog 的作用：

$ ./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

如果很明显这是如何工作的，则无需进一步阅读。

程序将编译 link 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！？在在这种情况下，应该保存这些值的全局 section_* 变量全部使用占位符值构建。

当make为运行时，食谱：

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

和

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

有效，因为 AGAIN 未定义。他们告诉 make 为了要构建 prog，它必须首先构建 prog 的 linker 映射文件，按照第二个食谱，然后重新添加时间戳section_bounds.cpp。在那之后， make是再次调用自己，AGAIN定义=1.

再次执行生成文件，定义了 AGAIN，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，它通过 grepping 计算 S_BOUNDS 报告 S 地址和大小的行的 linker 映射文件。从该行开始，它将第二个字（= 节地址）分配给 S_START，第三个字（= 部分的大小）到 S_SIZE。所有的部分然后通过 -D 选项将定界值附加到 CPPFLAGS 将自动传递给编译。

因为定义了AGAIN，$(TARG)的有效配方现在是惯例：

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

但是我们在父make中触及了section_bounds.cpp；所以它必须是重新编译，因此 prog 必须重新link。这一次，当 section_bounds.cpp被编译，所有的段分隔宏：

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。

那些预定义的值将是正确的，因为第二个 linkage 不向 linkage 添加任何符号并删除 none，并且不改变任何符号的大小或存储 class。它只是分配不同的值第一个 link 时代出现的符号。因此，静态存储部分的地址和大小将保持不变，并且现在为您的程序所知。

Answer 2

您可以使用用户定义的文字，根据定义只能应用于文字：

#include <iostream>

struct literal_wrapper
{
    const char* const ptr;
private:
    constexpr literal_wrapper(const char* p) : ptr(p) {}
    friend constexpr literal_wrapper operator "" _lw(const char* p, std::size_t);
};
constexpr literal_wrapper operator "" _lw(const char* p, std::size_t){ return literal_wrapper(p); }

literal_wrapper f()
{
    std::cout << "f()" << std::endl;
    return "test"_lw;
}

void foo(const literal_wrapper& lw)
{
    std::cout << "foo:" << lw.ptr << " " << static_cast<const void*>(lw.ptr) << std::endl;
}

int main()
{
    auto x1 = f(), x2 = f(), x3 = f();
    const void* p1 = x1.ptr;
    const void* p2 = x2.ptr;
    const void* p3 = x3.ptr;
    std::cout << x1.ptr << " " << p1 << " " << p2 << " " << p3 << std::endl;

    foo(x1);
    foo(x2);
    foo("test"_lw);
    foo("test2"_lw);
}

Answer 3

根据您的具体需求，这可能适合您，也可能不适合您：

#include <cstdlib>

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

template <char> struct check_literal {};

#define foo(arg) foo((check_literal<arg[0]>(),arg))    

int main()
{

    // This compiles
    foo("abc");

    // This does not
    static const char abc[] = "abc";
    foo(abc);
}

这仅适用于 -std=c++11 模式下的 g++ 和 clang++。

区分字符串文字和字符数组

Differentiate String Literal from Char Array

c++

gcc

templates

string-literals