[转]printf 函数实现的深入剖析

研究printf的实现,首先来看看printf函数的函数体
int printf(const char *fmt, ...)
{
int i;
char buf[256];
   
     va_list arg = (va_list)((char*)(&fmt) + 4);
     i = vsprintf(buf, fmt, arg);
     write(buf, i);
   
     return i;
    }
    代码位置:D:/~/funny/kernel/printf.c
   
    在形参列表里有这么一个token:...
    这个是可变形参的一种写法。
    当传递参数的个数不确定时,就可以用这种方式来表示。
    很显然,我们需要一种方法,来让函数体可以知道具体调用时参数的个数。
   
    先来看printf函数的内容:
   
    这句:
   
    va_list arg = (va_list)((char*)(&fmt) + 4);
   
    va_list的定义:
    typedef char *va_list
    这说明它是一个字符指针。
    其中的: (char*)(&fmt) + 4) 表示的是...中的第一个参数。
    如果不懂,我再慢慢的解释:
    C语言中,参数压栈的方向是从右往左。
    也就是说,当调用printf函数的适合,先是最右边的参数入栈。
    fmt是一个指针,这个指针指向第一个const参数(const char *fmt)中的第一个元素。
    fmt也是个变量,它的位置,是在栈上分配的,它也有地址。
    对于一个char *类型的变量,它入栈的是指针,而不是这个char *型变量。
    换句话说:
    你sizeof(p) (p是一个指针,假设p=&i,i为任何类型的变量都可以)
    得到的都是一个固定的值。(我的计算机中都是得到的4)
    当然,我还要补充的一点是:栈是从高地址向低地址方向增长的。
    ok!
    现在我想你该明白了:为什么说(char*)(&fmt) + 4) 表示的是...中的第一个参数的地址。
   
    下面我们来看看下一句:
     i = vsprintf(buf, fmt, arg);
   
    让我们来看看vsprintf(buf, fmt, arg)是什么函数。 
    
   

int vsprintf(char *buf, const char *fmt, va_list args) 
   { 
    char* p; 
    char tmp[256]; 
    va_list p_next_arg = args; 
   
    for (p=buf;*fmt;fmt++) { 
    if (*fmt != '%') { 
    *p++ = *fmt; 
    continue; 
    } 
   
    fmt++; 
   
    switch (*fmt) { 
    case 'x': 
    itoa(tmp, *((int*)p_next_arg)); 
    strcpy(p, tmp); 
    p_next_arg += 4; 
    p += strlen(tmp); 
    break; 
    case 's': 
    break; 
    default: 
    break; 
    } 
    } 
   
    return (p - buf); 
   } 
      
    我们还是先不看看它的具体内容。
    想想printf要左什么吧
    它接受一个格式化的命令,并把指定的匹配的参数格式化输出。
   
    ok,看看i = vsprintf(buf, fmt, arg);
     vsprintf返回的是一个长度,我想你已经猜到了:是的,返回的是要打印出来的字符串的长度
    其实看看printf中后面的一句:write(buf, i);你也该猜出来了。
    write,顾名思义:写操作,把buf中的i个元素的值写到终端。
   
    所以说:vsprintf的作用就是格式化。它接受确定输出格式的格式字符串fmt。用格式字符串对个数变化的参数进行格式化,产生格式化输出。
    我代码中的vsprintf只实现了对16进制的格式化。
   
    你只要明白vsprintf的功能是什么,就会很容易弄懂上面的代码。
   
    下面的write(buf, i);的实现就有点复杂了
   
    如果你是os,一个用户程序需要你打印一些数据。很显然:打印的最底层操作肯定和硬件有关。
    所以你就必须得对程序的权限进行一些限制:
   
    让我们假设个情景:
    一个应用程序对你说:os先生,我需要把存在buf中的i个数据打印出来,可以帮我么?
    os说:好的,咱俩谁跟谁,没问题啦!把buf给我吧。
   
    然后,os就把buf拿过来。交给自己的小弟(和硬件操作的函数)来完成。
    只好通知这个应用程序:兄弟,你的事我办的妥妥当当!(os果然大大的狡猾 ^_^)
    这样 应用程序就不会取得一些超级权限,防止它做一些违法的事。(安全啊安全)
   
    让我们追踪下write吧:
   
    write:
     mov eax, _NR_write
     mov ebx, [esp + 4]
     mov ecx, [esp + 8]
     int INT_VECTOR_SYS_CALL
   
    位置:d:~/kernel/syscall.asm
   
    这里是给几个寄存器传递了几个参数,然后一个int结束
   
    想想我们汇编里面学的,比如返回到dos状态:
    我们这样用的
   
    mov ax,4c00h
    int 21h
   
    为什么用后面的int 21h呢?
    这是为了告诉编译器:号外,号外,我要按照给你的方式(传递的各个寄存器的值)变形了。
    编译器一查表:哦,你是要变成这个样子啊。no problem!
   
    其实这么说并不严紧,如果你看了一些关于保护模式编程的书,你就会知道,这样的int表示要调用中断门了。通过中断门,来实现特定的系统服务。
   
    我们可以找到INT_VECTOR_SYS_CALL的实现:
    init_idt_desc(INT_VECTOR_SYS_CALL, DA_386IGate, sys_call, PRIVILEGE_USER);
   
    位置:d:~/kernel/protect.c
   
    如果你不懂,没关系,你只需要知道一个int INT_VECTOR_SYS_CALL表示要通过系统来调用sys_call这个函数。(从上面的参数列表中也该能够猜出大概)
   
    好了,再来看看sys_call的实现:
    sys_call:
     call save
   
     push dword [p_proc_ready]
   
     sti
   
     push ecx
     push ebx
     call [sys_call_table + eax * 4]
     add esp, 4 * 3
   
     mov [esi + EAXREG - P_STACKBASE], eax
   
     cli
   
     ret
   
   
    位置:~/kernel/kernel.asm
   
    一个call save,是为了保存中断前进程的状态。
    靠!
    太复杂了,如果详细的讲,设计到的东西实在太多了。
    我只在乎我所在乎的东西。sys_call实现很麻烦,我们不妨不分析funny os这个操作系统了
    先假设这个sys_call就一单纯的小女孩。她只有实现一个功能:显示格式化了的字符串。
   
    这样,如果只是理解printf的实现的话,我们完全可以这样写sys_call:
    sys_call:
    
     ;ecx中是要打印出的元素个数
     ;ebx中的是要打印的buf字符数组中的第一个元素
     ;这个函数的功能就是不断的打印出字符,直到遇到:'\0'
     ;[gs:edi]对应的是0x80000h:0采用直接写显存的方法显示字符串
     xor si,si
     mov ah,0Fh
     mov al,[ebx+si]
     cmp al,'\0'
     je .end
     mov [gs:edi],ax
     inc si
    loop:
     sys_call
   
    .end:
     ret
    
   
    ok!就这么简单!
    恭喜你,重要弄明白了printf的最最底层的实现!
   
   
    如果你有机会看linux的源代码的话,你会发现,其实它的实现也是这种思路。
    freedos的实现也是这样
    比如在linux里,printf是这样表示的:
   
    static int printf(const char *fmt, ...)
    {
     va_list args;
     int i;
   
     va_start(args, fmt);
     write(1,printbuf,i=vsprintf(printbuf, fmt, args));
     va_end(args);
     return i;
    }
   
     va_start
     va_end 这两个函数在我的blog里有解释,这里就不多说了
   
    它里面的vsprintf和我们的vsprintf是一样的功能。
    不过它的write和我们的不同,它还有个参数:1
    这里我可以告诉你:1表示的是tty所对应的一个文件句柄。
    在linux里,所有设备都是被当作文件来看待的。你只需要知道这个1就是表示往当前显示器里写入数据
   
    在freedos里面,printf是这样的:
   
     int VA_CDECL printf(const char *fmt, ...)
    {
     va_list arg;
     va_start(arg, fmt);
     charp = 0;
     do_printf(fmt, arg);
     return 0;
    }
   
    看起来似乎是do_printf实现了格式化和输出。
    我们来看看do_printf的实现:
    STATIC void do_printf(CONST BYTE * fmt, va_list arg)
    {
     int base;
     BYTE s[11], FAR * p;
     int size;
     unsigned char flags;
   
     for (;*fmt != '\0'; fmt++)
     {
     if (*fmt != '%')
     {
     handle_char(*fmt);
     continue;
     }
   
     fmt++;
     flags = RIGHT;
   
     if (*fmt == '-')
     {
     flags = LEFT;
     fmt++;
     }
   
     if (*fmt == '0')
     {
     flags |= ZEROSFILL;
     fmt++;
     }
   
     size = 0;
     while (1)
     {
     unsigned c = (unsigned char)(*fmt - '0');
     if (c > 9)
     break;
     fmt++;
     size = size * 10 + c;
     }
   
     if (*fmt == 'l')
     {
     flags |= LONGARG;
     fmt++;
     }
   
     switch (*fmt)
     {
     case '\0':
     va_end(arg);
     return;
   
     case 'c':
     handle_char(va_arg(arg, int));
     continue;
   
     case 'p':
     {
     UWORD w0 = va_arg(arg, unsigned);
     char *tmp = charp;
     sprintf(s, "%04x:%04x", va_arg(arg, unsigned), w0);
     p = s;
     charp = tmp;
     break;
     }
   
     case 's':
     p = va_arg(arg, char *);
     break;
   
     case 'F':
     fmt++;
     /* we assume %Fs here */
     case 'S':
     p = va_arg(arg, char FAR *);
     break;
   
     case 'i':
     case 'd':
     base = -10;
     goto lprt;
   
     case 'o':
     base = 8;
     goto lprt;
   
     case 'u':
     base = 10;
     goto lprt;
   
     case 'X':
     case 'x':
     base = 16;
   
     lprt:
     {
     long currentArg;
     if (flags & LONGARG)
     currentArg = va_arg(arg, long);
     else
     {
     currentArg = va_arg(arg, int);
     if (base >= 0)
     currentArg = (long)(unsigned)currentArg;
     }
     ltob(currentArg, s, base);
     p = s;
     }
     break;
   
     default:
     handle_char('?');
   
     handle_char(*fmt);
     continue;
   
     }
     {
     size_t i = 0;
     while(p[i]) i++;
     size -= i;
     }
   
     if (flags & RIGHT)
     {
     int ch = ' ';
     if (flags & ZEROSFILL) ch = '0';
     for (; size > 0; size--)
     handle_char(ch);
     }
     for (; *p != '\0'; p++)
     handle_char(*p);
   
     for (; size > 0; size--)
     handle_char(' ');
     }
     va_end(arg);
    }
   
   
    这个就是比较完整的格式化函数
    里面多次调用一个函数:handle_char
    来看看它的定义:
    STATIC VOID handle_char(COUNT c)
    {
     if (charp == 0)
     put_console(c);
     else
     *charp++ = c;
    }
   
    里面又调用了put_console
    显然,从函数名就可以看出来:它是用来显示的
    void put_console(int c)
    {
     if (buff_offset >= MAX_BUFSIZE)
     {
     buff_offset = 0;
     printf("Printf buffer overflow!\n");
     }
     if (c == '\n')
     {
     buff[buff_offset] = 0;
     buff_offset = 0;
    #ifdef __TURBOC__
     _ES = FP_SEG(buff);
     _DX = FP_OFF(buff);
     _AX = 0x13;
     __int__(0xe6);
    #elif defined(I86)
     asm
     {
     push ds;
     pop es;
     mov dx, offset buff;
     mov ax, 0x13;
     int 0xe6;
     }
    #endif
     }
     else
     {
     buff[buff_offset] = c;
     buff_offset++;
     }
    }
   
   
    注意:这里用递规调用了printf,不过这次没有格式化,所以不会出现死循环。
   
    好了,现在你该更清楚的知道:printf的实现了
   
    现在再说另一个问题:
    无论如何printf()函数都不能确定参数...究竟在什么地方结束,也就是说,它不知
    道参数的个数。它只会根据format中的打印格式的数目依次打印堆栈中参数format后面地址
    的内容。
   
    这样就存在一个可能的缓冲区溢出问题。。。
posted @ 2013-09-11 22:15  Pianistx  阅读(8525)  评论(0编辑  收藏