C语言字符串问题

C语言中涉及到字符串有两个方面：字符串常量 和 字符串变量

1.字符串常量

①字符串常量

字符串常量的含义：字符串常量是一对双引号括起来的字符序列

如 ：  "abcd"   ”我是常量"   printf("我是字符串常量");    双引号标起来的都是字符串常量。

字符串常量是什么？

字符串常量当然就是不可以变的 字符串啦！

①-①通过C语言代码理解

#include<stdio.h>
void main()
{
	char *a = "abcdef";
	printf("%s",a);
}//这个结果成功输出 

/*来看看这个*/
#include<stdio.h>
void main()
{
	char *a = "abcdef";
	printf("%s\n",a);
	*a = "我要更改值啦！";
	printf("%s\n",a);
}
/*这下提示了吧*/
q@ubuntu:~/Desktop/Str$ gcc -o test main.c
main.c: In function ‘main’:
main.c:6:5: warning: assignment makes integer from pointer without a cast [-Wint-conversion]
  *a = "我要更改值啦！";
     ^
 
 /*让咱再来运行一下，你看到了什么？报错啦！说明 字符串常量的值改不了*/
q@ubuntu:~/Desktop/Str$ ./test
abcdef
Segmentation fault (core dumped)

①-②通过汇编+内存理解

IDA打开下面代码程序

X64位程序中：

#include<stdio.h>
void main()
{
	char *a;
	printf("未初始化a指针是：%p\n",a);
	printf("未初始化a指针指向内存空间的值：%s\n",a);
	a = "abcdef";
	printf("初始化后a的指针是：%p\n",a);
	printf("初始化后a指针指向内存空间的值：%s\n",a);
}

main函数的汇编代码：

; Attributes: bp-based frame

; int __cdecl main(int argc, const char **argv, const char **envp)
public main
main proc near

var_8= qword ptr -8

; __unwind {
push    rbp
mov     rbp, rsp
sub     rsp, 10h
mov     rax, [rbp+var_8]
mov     rsi, rax
lea     rdi, format     ; format
mov     eax, 0
call    _printf
mov     rax, [rbp+var_8]
mov     rsi, rax
lea     rdi, byte_768   ; format
mov     eax, 0
call    _printf
lea     rax, aAbcdef    ; "abcdef"
mov     [rbp+var_8], rax
mov     rax, [rbp+var_8]
mov     rsi, rax
lea     rdi, byte_7A8   ; format
mov     eax, 0
call    _printf
mov     rax, [rbp+var_8]
mov     rsi, rax
lea     rdi, byte_7C8   ; format
mov     eax, 0
call    _printf
nop
leave
retn
; } // starts at 64A
main endp

兄弟们那就来吧：printf(“%s”,str); printf函数传参顺序是 rdi rsi rdx rcx …..

所以 %s 格式控制符，通过rdi传参。 str传入字符串 通过rsi传参….

咱们只用关注 这三条指令

lea rdi,byte_7C8; 这个format 就是格式控制符的指针
lea rax, aAbcdef    ;  这个aAbcdef就是字符串"abcdef"指针
mov rsi,rax

所以我们 ，来看看 aAcdef地址吧

.rodata:000000000000079A 61 62 63 64 65 66 00          aAbcdef db 'abcdef',0                   ; DATA XREF: main+38↑o

看到没有！！！它！在 .rodata段。 rodata 就是说 read only data的意思。 就说字符串常量它只可读

---

②字符串常量赋值：是赋地址

前沿：字符串赋值是 赋字符串地址的，而不是 赋字符串本身的值。

我们来看看例子:

②-①通过C语言代码理解

#include<stdio.h>
void main()
{
	char *a;
	printf("未初始化a指针是：%p\n",a);
	printf("未初始化a指针指向内存空间的值：%s\n",a);
	a = "abcdef";
	printf("初始化后a的指针是：%p\n",a);
	printf("初始化后a指针指向内存空间的值：%s\n",a);
}
//让我们来输出一下看看结果：
未初始化a指针是：(nil)
未初始化a指针指向内存空间的值：(null)
初始化后a的指针是：0x562fe5e9079a
初始化后a指针指向内存空间的值：abcdef
/**扩展一下：
*nil表示无值，无其他意义
*null表示空的意思
*/

我们可以看到：

未初始化前

char *a;
printf("未初始化a指针是：%p\n",a);
//结果：
未初始化a指针是：(nil)
未初始化a指针指向内存空间的值：(null)

未初始化前，指针nil，可以理解为无效指针。 指针指向的值也为空NULL

初始化后

a = "abcdef";
printf("初始化后a的指针是：%p\n",a);
printf("a指针指向内存空间的值：%s",*a);
//结果
初始化后a的指针是：0x562fe5e9079a
初始化后a指针指向内存空间的值：abcdef

可以看到 a的指针变为：0x562fe5e9079a

🔺由此可见： 字符串赋值 实际是上 是赋了地址。

②-②通过汇编代码理解

x64架构下：待会就看看call printf 下面的vararg(代指printf，传入的 量);

​ 看到 箭头下面的：vararg了嘛？

► 0x5555555546a0 <main+86>     call   printf@plt <printf@plt>
       format: 0x5555555547a8 ◂— 0x8ce58ba7e59d88e5
       vararg: 0x55555555479a ◂— 0x666564636261 /* 'abcdef' */

0x666564636261 /* ‘abcdef’ */ 这个地址，就是存放abcdef 的首地址

让我们来看看：

pwndbg> print /c 0x666564636261
$32 = 97 'a'
//我们看到了什么？  输出了这个地址的值，是'a' 就是我们这一串字符的首地址！

*从这可以看出：字符串传递，依旧是以地址的形式传递的！

②-③通过内存机制理解

代码中已出现的字符串常量会保存一个不可修改的内存区域 (一般是.RODATA段)当然有时候可能会在别的地方，如代码段等。

让我们看看反汇编代码:

lea     rax, aAbcdef    ; "abcdef"
mov     [rbp+var_8], rax
mov     rax, [rbp+var_8]
mov     rsi, rax
lea     rdi, byte_7A8   ; format
mov     eax, 0
call    _printf

把 aAbcdef 这个变量地址，给到rax寄存器。可以看到aAbcdef ；是“abcdef” 常量名

.rodata:0000000000000796 25                            db  25h ; %
.rodata:0000000000000797 73                            db  73h ; s
.rodata:0000000000000798 0A                            db  0Ah
.rodata:0000000000000799 00                            db    0
.rodata:000000000000079A 61 62 63 64 65 66 00          aAbcdef db 'abcdef',0                   ; DATA XREF: main+38↑o
.rodata:00000000000007A1 00 00 00 00 00 00 00          align 8
.rodata:00000000000007A8                               ; const char byte_7A8
.rodata:00000000000007A8 E5                            byte_7A8 db 0E5h         

让我们来探个究竟：

.rodata:000000000000079A 61 62 63 64 65 66 00          aAbcdef db 'abcdef',0
这是个好东西： 可以看到我们的字符串"abcdef"就在 这个地址段上

所以：字符串传值通过地址来传。

扩展：

为了提高程序内存空间利用率：编译器在编译c语言代码过程，会自动分配字符引用信息。且重复的字符串常量，会自动去重，只在符号信息中保留一个。 也就是说，程序中有n个相同字符串，实质上它们的地址都是一样的。

2.字符串变量

字符串变量：又称作字符数组。

如 ‘a’, ‘b’, ‘c’

可以修改

#include <stdio.h>
void main()
{
	char str[4];
	str[0]='a';
	str[1]='b';
	str[2]='c';
	str[3]='e';
	int i=0;
	for(i=0;i<4;i++)
    {
    	printf("%c",str[i]);
    }
	printf("\n请输入要修改的字符(仅限半角字符abcderfg,.;等)\n");
	for(i=0;i<4;i++)
	{
		scanf("%1c",&str[i]);
	}
	printf("来看看修改后的结果吧\n");
	for(i=0;i<4;i++)
	{
		printf("%c",str[i]);
	}
	printf("\n");

}

q@ubuntu:~/Desktop/Str$ ./test
abce
请输入要修改的字符(仅限半角字符abcderfg,.;等)
qaq^
来看看修改后的结果吧
qaq^