std::string的find問題研究
https://files-cdn.cnblogs.com/files/aquester/std之string的find問題研究.pdf
目錄
目錄 1
1. 前言 1
2. find字串 1
3. find單個字元 2
4. 問題分析 3
4.1. gcc-4.1.2 3
4.2. gcc-4.8.2 4
5. a.cpp原始碼 5
6. 單個字元版本find原始碼 5
7. 字串版本find原始碼 6
7.1. gcc-4.1.2 6
7.2. gcc-4.8.2 6
8. 結論 7
1. 前言
一次偶然，發現完全同一份程式碼，在不同機器上find出現兩個不同執行結果，本文旨在研究find的“詭異”行為，找出背後的原因。
2. find字串
測試程式碼：
| // g++ -g -o x x.cpp #include <string> #include <iostream>
extern "C" int main() { std::string::size_type n = std::string::npos; std::string str = "123"; std::string::size_type m = str.find("2", n); // 按照期望，m值應為npos std::cout << "n=" << n << ", m=" << m << std::endl; return 0; } |
i386輸出結果（gcc (GCC) 4.1.2）：
| n=4294967295, m=1 |
這裡m值為1，是一個非期望的值。
i86_64編譯成64位輸出結果（gcc (GCC) 4.8.5）：
| n=18446744073709551615, m=18446744073709551615 |
i86_64編譯成32位輸出結果（gcc (GCC) 4.8.5）：
| n=4294967295, m=4294967295 |
i386上編譯放到i86_64上執行的輸出結果：
| n=4294967295, m=4294967295 |
i386上編譯成共享庫後放到i86_64上執行的輸出結果：
| // g++ -g -o libx.so -fPIC -shared x.cpp n=4294967295, m=4294967295 |
3. find單個字元
測試程式碼：
| // g++ -g -o x x.cpp #include <string> #include <iostream>
extern "C" int main() { std::string::size_type n = std::string::npos; std::string str = "123"; std::string::size_type m = str.find('2', n); std::cout << "n=" << n << ", m=" << m << std::endl; return 0; } |
i386輸出結果（gcc (GCC) 4.1.2）：
| n=4294967295, m=4294967295 |
i86_64編譯成64位輸出結果（gcc (GCC) 4.8.5）：
| n=18446744073709551615, m=18446744073709551615 |
i86_64編譯成32位輸出結果（gcc (GCC) 4.8.5）：
| n=4294967295, m=4294967295 |
i386上編譯放到i86_64上執行的輸出結果：
| n=4294967295, m=4294967295 |
i386上編譯成共享庫後放到i86_64上執行的輸出結果：
| n=4294967295, m=4294967295 |
4. 問題分析
對於字串版本的find，出現不同的結果。小技巧：加上編譯選項“-D_GLIBCXX_DEBUG”，方可DEBUG進入find。
4.1. gcc-4.1.2
以下為i386環境。
| g++ -g -o x x.cpp -D_GLIBCXX_DEBUG Breakpoint 2, main () at x.cpp:6 6 std::string::size_type n = std::string::npos; (gdb) n 7 std::string str = "123"; (gdb) 8 std::string::size_type m = str.find("2", n); (gdb) s std::string::find (this=0xbfb54a10, __s=0x804b8f2 "2", __pos=4294967295) at /usr/include/c++/4.1.2/bits/basic_string.h:1579 1579 return this->find(__s, __pos, traits_type::length(__s)); (gdb) s std::char_traits<char>::length (__s=0x804b8f2 "2") at /usr/include/c++/4.1.2/bits/char_traits.h:257 257 { return strlen(__s); } (gdb) finish Run till exit from #0 std::char_traits<char>::length (__s=0x804b8f2 "2") at /usr/include/c++/4.1.2/bits/char_traits.h:257 0x0804a8d9 in std::string::find (this=0xbfb54a10, __s=0x804b8f2 "2", __pos=4294967295) at /usr/include/c++/4.1.2/bits/basic_string.h:1579 1579 return this->find(__s, __pos, traits_type::length(__s)); Value returned is $1 = 1 (gdb) s std::string::find (this=0xbfb54a10, __s=0x804b8f2 "2", __pos=4294967295, __n=1) at /usr/include/c++/4.1.2/bits/basic_string.tcc:721 721 size_type __ret = npos; 723 if (__pos + __n <= __size) (gdb) p __pos $2 = 4294967295 (gdb) p __n $3 = 1 (gdb) p __size $4 = 3 (gdb) p __pos + __n $5 = 0 |
4.2. gcc-4.8.2
以下為x86_64環境。
| // g++ -g -o x x.cpp -m32 -D_GLIBCXX_DEBUG Breakpoint 1, main () at x.cpp:6 6 std::string::size_type n = std::string::npos; Missing separate debuginfos, use: debuginfo-install glibc-2.17-196.tl2.3.i686 libgcc-4.8.5-4.el7.i686 libstdc++-4.8.5-4.el7.i686 (gdb) n 7 std::string str = "123"; (gdb) 8 std::string::size_type m = str.find("2", n); (gdb) s std::string::find (this=0xffffd300, __s=0x80499d8 "2", __pos=4294967295) at /usr/include/c++/4.8.2/bits/basic_string.h:1864 1864 return this->find(__s, __pos, traits_type::length(__s)); (gdb) s std::char_traits<char>::length (__s=0x80499d8 "2") at /usr/include/c++/4.8.2/bits/char_traits.h:259 259 { return __builtin_strlen(__s); } (gdb) finish Run till exit from #0 std::char_traits<char>::length (__s=0x80499d8 "2") at /usr/include/c++/4.8.2/bits/char_traits.h:259 0x0804931f in std::string::find (this=0xffffd300, __s=0x80499d8 "2", __pos=4294967295) at /usr/include/c++/4.8.2/bits/basic_string.h:1864 1864 return this->find(__s, __pos, traits_type::length(__s)); Value returned is $1 = 1 (gdb) s std::string::find (this=0xffffd300, __s=0x80499d8 "2", __pos=4294967295, __n=1) at /usr/include/c++/4.8.2/bits/basic_string.tcc:740 740 const size_type __size = this->size(); |
5. a.cpp原始碼
| // g++ -g -o a a.cpp -ldl -m32 #include <dlfcn.h> #include <stdio.h>
int main() { typedef int (*X)();
void* p = dlopen("./libx.so", RTLD_NOW); if (!p) printf("dlopen failed: %s\n", dlerror()); else { X x = (X)dlsym(p, "main"); (*x)(); } return 0; } |
6. 單個字元版本find原始碼
gcc-4.1.2版本的find原始碼，gcc-4.8.2的實現相同。
| // basic_string.tcc template<typename _CharT, typename _Traits, typename _Alloc> typename basic_string<_CharT, _Traits, _Alloc>::size_type basic_string<_CharT, _Traits, _Alloc>:: find(_CharT __c, size_type __pos) const _GLIBCXX_NOEXCEPT { size_type __ret = npos; const size_type __size = this->size();
if (__pos < __size) { const _CharT* __data = _M_data(); const size_type __n = __size - __pos; const _CharT* __p = traits_type::find(__data + __pos, __n, __c); if (__p) __ret = __p - __data; }
return __ret; } |
7. 字串版本find原始碼
7.1. gcc-4.1.2
| // /usr/include/c++/4.1.2/bits/basic_string.h 1575 size_type 1576 find(const _CharT* __s, size_type __pos = 0) const 1577 { 1578 __glibcxx_requires_string(__s); 1579 return this->find(__s, __pos, traits_type::length(__s)); 1580 }
// /usr/include/c++/4.1.2/bits/basic_string.tcc 715 template<typename _CharT, typename _Traits, typename _Alloc> 716 typename basic_string<_CharT, _Traits, _Alloc>::size_type 717 basic_string<_CharT, _Traits, _Alloc>:: 718 find(const _CharT* __s, size_type __pos, size_type __n) const 719 { 720 __glibcxx_requires_string_len(__s, __n); 721 size_type __ret = npos; 722 const size_type __size = this->size(); 723 if (__pos + __n <= __size) // 這裡溢位 724 { 725 const _CharT* __data = _M_data(); 726 const _CharT* __p = std::search(__data + __pos, __data + __size, 727 __s, __s + __n, traits_type::eq); 728 if (__p != __data + __size || __n == 0) 729 __ret = __p - __data; 730 } 731 return __ret; 732 } |
7.2. gcc-4.8.2
實現和gcc-4.1.2不同了，新的實現不存在溢位漏洞。
| // /usr/include/c++/4.8.2/bits/basic_string.h 1860 size_type 1861 find(const _CharT* __s, size_type __pos = 0) const 1862 { 1863 __glibcxx_requires_string(__s); 1864 return this->find(__s, __pos, traits_type::length(__s)); 1865 }
// /usr/include/c++/4.8.2/bits/basic_string.tcc 734 template<typename _CharT, typename _Traits, typename _Alloc> 735 typename basic_string<_CharT, _Traits, _Alloc>::size_type 736 basic_string<_CharT, _Traits, _Alloc>:: 737 find(const _CharT* __s, size_type __pos, size_type __n) const 738 { 739 __glibcxx_requires_string_len(__s, __n); 740 const size_type __size = this->size(); 741 const _CharT* __data = _M_data(); 742 743 if (__n == 0) 744 return __pos <= __size ? __pos : npos; 745 746 if (__n <= __size) // 這裡不存在溢位 747 { 748 for (; __pos <= __size - __n; ++__pos) 749 if (traits_type::eq(__data[__pos], __s[0]) 750 && traits_type::compare(__data + __pos + 1, 751 __s + 1, __n - 1) == 0) 752 return __pos; 753 } 754 return npos; 755 } |
8. 結論
一些低版本的find實現存在bug，存在溢位。注：std::string::size_type實際為size_t，是一個無符號整數型別，在i386上為4位元組無符號整數型別，在x86_84上為8位元組無符號整數型別，對應的有符號型別為ssize_t。