C/C++中用va_start/va_arg/va_end實現可變引數函式的原理
C/C++中用va_start/va_arg/va_end實現可變引數函式的原理與例項詳解
在C/C++中,我們經常會用到可變引數的函式(比如printf/snprintf等),本篇筆記旨在講解編譯器藉助va_start/va_arg/va_end這簇巨集來實現可變引數函式的原理,並在文末給出簡單的例項。
備註:本文的分析適用於Linux/Windows,其它作業系統平臺的可變引數函式的實現原理大體相似。
1. 基礎知識
如果想要真正理解可變引數函式背後的執行機制,建議先理解兩部分基礎內容:
1)函式呼叫棧
2)函式呼叫約定
2. 三個巨集:va_start/va_arg/va_end
由man va_start可知,這簇巨集定義在stdarg.h中,在我的測試機器上,該標頭檔案路徑為:/usr/lib/gcc/x86_64-redhat-linux/3.4.5/include/stdarg.h,在gcc原始碼中,其路徑為:gcc/include/stdarg.h。
在stdarg.h中,巨集定義的相關程式碼如下:
#define va_start(v,l) __builtin_va_start(v,l) #define va_end(v) __builtin_va_end(v) #define va_arg(v,l) __builtin_va_arg(v,l) #if !defined(__STRICT_ANSI__) || __STDC_VERSION__ + 0 >= 199900L #define va_copy(d,s) __builtin_va_copy(d,s) #endif #define __va_copy(d,s) __builtin_va_copy(d,s)
其中,前3行就是我們所關心的va_start & var_arg & var_end的定義(至於va_copy,man中有所提及,但通常不會用到,想了解的同學可man檢視之)。可見,gcc將它們定義為一組builtin函式。
關於這組builtin函式的實現程式碼,我曾試圖在gcc原始碼中沿著呼叫路徑往下探索,無奈gcc為實現這組builtin函式引入了很多自定義的資料結構和巨集,對非編譯器研究者的我來說,實在有點晦澀,最終探索過程無疾而終。在這裡,我列出目前跟蹤到的呼叫路徑,以便有興趣的童鞋能繼續探索下去或指出我的不足,先在此謝過。
__builtin_va_start()函式的呼叫路徑:
// file: gcc/builtins.c /* The "standard" implementation of va_start: just assign `nextarg' to the variable. */ void std_expand_builtin_va_start (tree valist, rtx nextarg) { rtx va_r = expand_expr (valist, NULL_RTX, VOIDmode, EXPAND_WRITE); convert_move (va_r, nextarg, 0); // definition is in gcc/expr.c } // 上述程式碼中呼叫了expand_expr()來展開表示式,我猜測該函式呼叫完後,va_list指向了可變引數list前的最後一個已知型別引數 // file: gcc/expr.h /* Generate code for computing expression EXP. An rtx for the computed value is returned. The value is never null. In the case of a void EXP, const0_rtx is returned. */ static inline rtx expand_expr (tree exp, rtx target, enum machine_mode mode,enum expand_modifier modifier) { return expand_expr_real (exp, target, mode, modifier, NULL); }
3. Windows系統VS內建編譯器對va_start/va_arg/va_end的實現
如前所述,我沒能在gcc原始碼中找出va_startva_arg/va_end這3個巨集的實現程式碼(⊙﹏⊙b汗),所幸的是,Windows平臺VS2008整合的編譯器中,對這三個函式有很明確的實現程式碼,摘出如下。
/* file path: Microsoft Visual Studio 9.0\VC\include\stdarg.h */ #include <vadefs.h> #define va_start _crt_va_start #define va_arg _crt_va_arg #define va_end _crt_va_end
可見,Windows系統下,仍然將va_start/va_arg/va_end定義為一組巨集。他們對應的實現在vadefs.h中:
/* file path: Microsoft Visual Studio 9.0\VC\include\vadefs.h */ #ifdef __cplusplus #define _ADDRESSOF(v) ( &reinterpret_cast<const char &>(v) ) #else #define _ADDRESSOF(v) ( &(v) ) #endif #define _INTSIZEOF(n) ( (sizeof(n) + sizeof(int) - 1) & ~(sizeof(int) - 1) ) #define _crt_va_start(ap,v) ( ap = (va_list)_ADDRESSOF(v) + _INTSIZEOF(v) ) #define _crt_va_arg(ap,t) ( *(t *)((ap += _INTSIZEOF(t)) - _INTSIZEOF(t)) ) #define _crt_va_end(ap) ( ap = (va_list)0 )
備註:在VS2008提供的vadefs.h檔案中,定義了若干組巨集以支援不同的作業系統平臺,上面摘出的程式碼片段是針對IA x86_32的實現。
下面對上面的程式碼做個解釋:
a. 巨集_ADDRESSOF(v)作用:取引數v的地址。
b. 巨集_INTSIZEOF(n)作用:返回引數n的size並保證4位元組對齊(32-bits平臺)。這個巨集應用了一個小技巧來實現位元組對齊:~(sizeof(int) - 1)的值對應的2進位制值的低k位一定是0,其中sizeof(int) = 2^k,因此,在IA x86_32下,k=2。理解了這一點,那麼(sizeof(n) + sizeof(int) - 1) & ~(sizeof(int) - 1)的作用就很直觀了,它保證了sizeof(n)的值按sizeof(int)的值做對齊,例如在32-bits平臺下,就是按4位元組對齊;在64-bits平臺下,按8位元組對齊。至於為什麼要保證對齊,與編譯器的底層實現有關,這裡不再展開。
c. _crt_va_start(ap,v)作用:通過v的記憶體地址來計算ap的起始地址,其中,v是可變引數函式的引數中,最後一個型別已知的引數,執行的結果是ap指向可變引數列表的第1個引數。以int snprintf(char *str, size_t size, const char *format, ...)為例,其函式引數列表中最後一個已知型別的引數是const char *format,因此,引數format對應的就是_crt_va_start(ap, v)中的v, 而ap則指向傳入的第1個可變引數。
特別需要理解的是:為什麼ap = address(v) + sizeof(v),這與函式棧從高地址向低地址的增長方向 及函式呼叫時引數從右向左的壓棧順序有關,這裡預設大家已經搞清楚了這些基礎知識,不再展開詳述。
d. _crt_va_arg(ap,t)作用:更新指標ap後,取型別為t的變數的值並返回該值。
e. _crt_va_end(ap)作用:指標ap置0,防止野指標。
概括來說,可變引數函式的實現原理是:
1)根據函式引數列表中最後一個已知型別的引數地址,得到可變引數列表的第一個可變引數
2)根據程式設計師指定的每個可變引數的型別,通過地址及引數型別的size獲取該引數值
3)遍歷,直到訪問完所有的可變引數
從上面的實現過程可以注意到,可變引數的函式實現嚴重依賴於函式棧及函式呼叫約定(主要是引數壓棧順序),同時,依賴於程式設計師指定的可變引數型別。因此,若指定的引數型別與實際提供的引數型別不符時,程式出core簡直就是一定的。
4. 程式例項
經過上面對可變引數函式實現機制的分析,很容易實現一個帶可變引數的函式。程式例項如下:
#include <stdio.h> #include <stdarg.h> void foo(char *fmt, ...) { va_list ap; int d; char c, *p, *s; va_start(ap, fmt); while (*fmt) { if('%' == *fmt) { switch(*(++fmt)) { case 's': /* string */ s = va_arg(ap, char *); printf("%s", s); break; case 'd': /* int */ d = va_arg(ap, int); printf("%d", d); break; case 'c': /* char */ /* need a cast here since va_arg only takes fully promoted types */ c = (char) va_arg(ap, int); printf("%c", c); break; default: c = *fmt; printf("%c", c); } // end of switch } else { c = *fmt; printf("%c", c); } ++fmt; } va_end(ap); } int main(int argc, char * argv[]) { foo("sdccds%%, string=%s, int=%d, char=%c\n", "hello world", 211, 'k'); return 0; }
上面的程式碼很簡單,旨在拋磚引玉,只要真正搞清楚了可變引數函式的原理,相信各位會寫出更加複雜精細的可變參函式。