strchr和strstr

john_he

突然发现strchr和strstr系列的函数接受const char *的参数却返回char *，这是不是意味着把const指针给HACK了，可以读写了？

假设我通过这些函数查找一个const的字符串缓冲，然后通过返回的指针写入该缓冲，会发生什么事？？

coolpay64

接受const char*只不過是輸入唯讀，沒有人說const char*和 char*是相同的說
可能有這種結構
char* aaa(const char* input){
char* buffer = input;
//or
char* buffer;
buffer = copy_string(input);
//process...
return buffer;
}
這不就行嘛?

john_he

问题是一般编译器是不允许const xxx*向xxx*转换的，只允许xxx*向const xxx*转换（xxx*转换成const xxx*表示放弃写权限），所以

1. char* aaa(const char* input){
2. char* buffer = input;

复制代码

编译是过不了的。

1. char* buffer;
2. buffer = copy_string(input);
3. //process...
4. return buffer;

复制代码

这个倒是可能，但是strchr所得的指针是可以通过减运算得到与原指针相差的字符数的。

1. const char *str = "This is a string.";
2. char *pc = strchr(str,'h');
3. return pc-str;

复制代码

这样是会返回1的，以前试过了。所以strchr应该不是使用复制缓冲区的方法实现，应该就是HACK了。

coolpay64

這個看來在486時代已經有定案了，找出一個asm-i486版本的string.h
查找了strchr, strstr依然是extern的，找不到

static inline char * strchr(const char * s, int c)
{
int d0;
register char * __res;
__asm__ __volatile__(
    "movb %%al,%%ah\\n"
    "1:\\tlodsb\\n\\t"
    "cmpb %%ah,%%al\\n\\t"
    "je 2f\\n\\t"
    "testb %%al,%%al\\n\\t"
    "jne 1b\\n\\t"
    "movl $1,%1\\n"
    "2:\\tmovl %1,%0\\n\\t"
    "decl %0"
    :"=a" (__res), "=&S" (d0)
    :"1" (s),"0" (c)
    :"memory");
return __res;
}
某還在解譯中

FantasyDR

HACK指得是啥操作？
那个，编译不过可以写强制类型转换……const这种玩意儿只是编译期的约定吧，编译器保证标记了const的在函数体内不被改写，其实硬要改写也没办法，编译器还是很好骗的。

strstr这种接受了const char*返回char*是有点恶搞哦-_-b

coolpay64

投降了！某對GCC的內部絕望了，找來了MSVC 6 的strstr asm內解讀，看來一切已經超過了C
有注解好多了，一直只是使用不覺得有啥問題，給LZ一問呆了...

2.         page    ,132
4.         title   strstr - search for one string inside another
6. ;***
8. ;strstr.asm - search for one string inside another
10. ;
12. ;       Copyright (c) 1985-1997, Microsoft Corporation. All rights reserved.
14. ;
16. ;Purpose:
18. ;       defines strstr() - search for one string inside another
20. ;
22. ;*******************************************************************************
26.         .xlist
28.         include cruntime.inc
30.         .list
34. page
36. ;***
38. ;char *strstr(str1, str2) - search for str2 in str1
40. ;
42. ;Purpose:
44. ;       finds the first occurrence of str2 in str1
46. ;
48. ;Entry:
50. ;       char *str1 - string to search in
52. ;       char *str2 - string to search for
54. ;
56. ;Exit:
58. ;       returns a pointer to the first occurrence of string2 in
60. ;       string1, or NULL if string2 does not occur in string1
62. ;
64. ;Uses:
66. ;
68. ;Exceptions:
70. ;
72. ;*******************************************************************************
78. __from_strstr_to_strchr proto
82.         CODESEG
86.         public  strstr
90. strstr  proc
94.         mov     ecx,[esp + 8]       ; str2 (the string to be searched for)
98.         push    edi                 ; Preserve edi, ebx and esi
100.         push    ebx
102.         push    esi
106.         mov     dl,[ecx]            ; dl contains first char from str2
110.         mov     edi,[esp + 10h]     ; str1 (the string to be searched)
114.         test    dl,dl               ; is str2 empty?
116.         jz      empty_str2
120.         mov     dh,[ecx + 1]        ; second char from str2
122.         test    dh,dh               ; is str2 a one-character string?
124.         jz      strchr_call         ; if so, go use strchr code
128. ; length of str2 is now known to be > 1 (used later)
130. ; dl contains first char from str2
132. ; dh contains second char from str2
134. ; edi holds str1
138. findnext:
140.         mov     esi,edi             ; esi = edi = pointers to somewhere in str1
142.         mov     ecx,[esp + 14h]     ; str2
146. ;use edi instead of esi to eliminate AGI
148.         mov     al,[edi]            ; al is next char from str1
152.         inc     esi                 ; increment pointer into str1
156.         cmp     al,dl
158.         je      first_char_found
162.         test    al,al               ; end of str1?
164.         jz      not_found           ; yes, and no match has been found
168. loop_start:
170.         mov     al,[esi]            ; put next char from str1 into al
172.         inc     esi                 ; increment pointer in str1
174. in_loop:
176.         cmp     al,dl
178.         je      first_char_found
182.         test    al,al               ; end of str1?
184.         jnz     loop_start          ; no, go get another char from str1
188. not_found:
190.         pop     esi
192.         pop     ebx
194.         pop     edi
196.         xor     eax,eax
198.         ret
202. ; recall that dh contains the second char from str2
206. first_char_found:
208.         mov     al,[esi]            ; put next char from str1 into al
210.         inc     esi
214.         cmp     al,dh               ; compare second chars
216.         jnz     in_loop             ; no match, continue search
220. two_first_chars_equal:
222.         lea     edi,[esi - 1]       ; store position of last read char in str1
226. compare_loop:
228.         mov     ah,[ecx + 2]        ; put next char from str2 into ah
230.         test    ah,ah               ; end of str2?
232.         jz      match               ; if so, then a match has been found
236.         mov     al,[esi]            ; get next char from str1
238.         add     esi,2               ; bump pointer into str1 by 2
242.         cmp     al,ah               ; are chars from str1 and str2 equal?
244.         jne     findnext            ; no
248. ; do one more iteration
252.         mov     al,[ecx + 3]        ; put the next char from str2 into al
254.         test    al,al               ; end of str2
256.         jz      match               ; if so, then a match has been found
260.         mov     ah,[esi - 1]        ; get next char from str1
262.         add     ecx,2               ; bump pointer in str1 by 2
264.         cmp     al,ah               ; are chars from str1 and str2 equal?
266.         je      compare_loop
270. ; no match. test some more chars (to improve execution time for bad strings).
274.         jmp     findnext
278. ; str2 string contains only one character so it's like the strchr functioin
282. strchr_call:
284.         xor     eax,eax
286.         pop     esi
288.         pop     ebx
290.         pop     edi
292.         mov     al,dl
294.         jmp     __from_strstr_to_strchr
298. ;
300. ;
302. ; Match!  Return (ebx - 1)
304. ;
306. match:
308.         lea     eax,[edi - 1]
310.         pop     esi
312.         pop     ebx
314.         pop     edi
316.         ret
320. empty_str2:           ; empty target string, return src (ANSI mandated)
322.         mov     eax,edi
324.         pop     esi
326.         pop     ebx
328.         pop     edi
330.         ret
334. strstr  endp
336.         end

复制代码

coolpay64

某的解譯大約昰這樣

mov    edi,[esp + 10h]    ; str1 (the string to be searched)

edi是內部次理用的存址，[esp + 10h]是str1
基本上在這個mov之後，[esp + 10h]便沒有被存取
也就是說原地址(esp + 10h)，只有讀的份，便滿足const協定

edi在程序中是有讀寫部份
    lea    edi,[esi - 1]
讀不寫，自己找吧

而傳回值eax相關指令部份
xor    eax,eax 只是把xor    eax,eax清0，不多說
lea    eax,[edi - 1]
mov    eax,edi
這兩個也只是讀取edi，其實便是包了把結果經bufer存到edi，再傳回eax

也就是
const char*               char*
[esp+...] >>> edi >>> eax

這感覺

換句話，用C/C++語法就是
char* aaa(const char* input){
char* buffer = input;
//process...
return buffer;
}
的structure

coolpay64

引用第4楼FantasyDR于2007-08-30 00:50发表的  :
HACK指得是啥操作？
那个，编译不过可以写强制类型转换……const这种玩意儿只是编译期的约定吧，编译器保证标记了const的在函数体内不被改写，其实硬要改写也没办法，编译器还是很好骗的。

strstr这种接受了const char*返回char*是有点恶搞哦-_-b

的確是協定，但問題是在於這個協定是如何做到，上面某想是最完整的解釋了。。。

john_he

引用第4楼FantasyDR于2007-08-30 00:50发表的  :
HACK指得是啥操作？
那个，编译不过可以写强制类型转换……const这种玩意儿只是编译期的约定吧，编译器保证标记了const的在函数体内不被改写，其实硬要改写也没办法，编译器还是很好骗的。

strstr这种接受了const char*返回char*是有点恶搞哦-_-b

记得强制转换也是不行的，以前试过了。不过可以先转成unsigned int再转，所以也不成问题……
HACK是指把本来不允许的变允许了，这个用词纯粹道听途说……

我也知道这个函数是汇编写的，汇编是没有const这概念，所以绝对可行。


经过测试，也参照coolpay64的代码，strchr只是把const char*偷换成char *罢了，内存页的属性还是没有变的，用只读内存的指针调用strchr，返回的指针还是不能写，不过不是编译器提醒，而是直接runtime error。如果用读写内存指针调用就相安无事。

1. const char *str = "This is test.";          /* str指向程序的字符串池，只读内存 */
2. char *pc = strchr(str, 'h');
3. *pc = 0;      /* 访问违规 */
6. const char str[] = "This is test.";        /* str指向系统栈，读写内存 */
7. char *pc = strchr(str, 'h');
8. *pc = 0;      /* 通过，产生预期结果 */

复制代码

我的理解是C不支持函数重载，所以返回char *以保证兼容const char *和char *，返回的指针能怎么用还要靠自我认识。

lw

这些貌似在新版本的编译器上面有部分改动了……
偶印象中这样的，因为在编译的时候会有二个版本出现：
const char* + const char*
char* + char*
但忘了是不是给这些函数用的………………
总之C下面ｃｏｎｓｔ可以是无视掉的XD