带有gcc和clang的晦涩C代码的神秘案例

Question

首先：此代码被认为是纯粹的乐趣，请在生产中不要执行任何此类操作。在任何环境下编译并执行这段代码后，对于您，您的公司或您的驯鹿造成的任何伤害，我们概不负责。以下代码不安全，不可移植，并且非常危险。被警告。下面的长帖子。您被警告了。

现在，在免责声明之后：让我们考虑以下代码：

#include <stdio.h>

int fun()
{
    return 5;
}

typedef int(*F)(void) ;

int main(int argc, char const *argv[])
{

    void *ptr = &&hi;

    F f = (F)ptr;

    int  c = f();
    printf("TT: %d\n", c);

    if(c == 5) goto bye;
    //else goto bye;     /*  <---- This is the most important line. Pay attention to it */

hi:
    c = 5;
    asm volatile ("movl $5, %eax");
    asm volatile ("retq");

bye:
    return 66;
}

首先，我们有一个函数fun，我纯粹是为了创建该汇编代码而创建的。

然后我们声明一个函数指针F，该函数指向不带参数且返回整数的函数。

然后，我们使用不太知名的GCC扩展名https://gcc.gnu.org/onlinedocs/gcc/Labels-as-Values.html来获取标签hi的地址，这在clang中也适用。然后，我们做一些邪恶的事情，创建一个名为f的函数指针F，并将其初始化为上面的标签。

然后，最糟糕的是，我们实际上调用了此函数，并将其返回值分配给名为C的局部变量，然后我们将其打印出来。

以下是if，用于检查分配给c的值是否确实是我们需要的值，如果是，请转到bye，以使他的应用程序正常退出，退出代码为66。被视为正常的退出代码。

下一行已被注释掉，但是我可以说这是整个应用程序中最重要的一行。

标签hi之后的代码段是将c的值赋值为5，然后进行两行汇编以将eax的值初始化为5，并实际上从“函数”调用中返回。如前所述，有一个参考函数fun会生成相同的代码。

现在我们编译该应用程序，并在我们的在线平台上运行它：https://gcc.godbolt.org/z/K6z5Yc

它生成以下程序集（-O1处于打开状态，O0给出了相似的结果，尽管时间更长一点：]

# else goto bye  is COMMENTED OUT
fun:
        mov     eax, 5
        ret
.LC0:
        .string "TT: %d\n"
main:
        push    rbx
        mov     eax, OFFSET FLAT:.L3
        call    rax
        mov     ebx, eax
        mov     esi, eax
        mov     edi, OFFSET FLAT:.LC0
        mov     eax, 0
        call    printf
        cmp     ebx, 5
        je      .L4
.L3:
        movl $5, %eax
        retq
.L4:
        mov     eax, 66
        pop     rbx
        ret

[重要行是mov eax, OFFSET FLAT:.L3，其中L3对应于我们的hi标签，其后一行：call rax实际调用它。

并且运行类似：

ASM generation compiler returned: 0
Execution build compiler returned: 0
Program returned: 66
    TT: 5

现在，让我们重新访问应用程序中最重要的一行，并取消对其的注释。

使用-O0，我们得到由gcc生成的以下程序集：

# else goto bye  is UNCOMMENTED
# even gcc -O0  "knows" hi: is unreachable.
fun:
        push    rbp
        mov     rbp, rsp
        mov     eax, 5
        pop     rbp
        ret
.LC0:
        .string "TT: %d\n"
main:
        push    rbp
        mov     rbp, rsp
        sub     rsp, 48
        mov     DWORD PTR [rbp-36], edi
        mov     QWORD PTR [rbp-48], rsi
        mov     QWORD PTR [rbp-8], OFFSET FLAT:.L4
        mov     rax, QWORD PTR [rbp-8]
        mov     QWORD PTR [rbp-16], rax
        mov     rax, QWORD PTR [rbp-16]
        call    rax
        mov     DWORD PTR [rbp-20], eax
        mov     eax, DWORD PTR [rbp-20]
        mov     esi, eax
        mov     edi, OFFSET FLAT:.LC0
        mov     eax, 0
        call    printf
        cmp     DWORD PTR [rbp-20], 5
        nop
.L4:
        mov     eax, 66
        leave
        ret

和以下输出：

ASM generation compiler returned: 0
Execution build compiler returned: 0
Program returned: 66

所以，正如您所见，从未调用过我们的printf，罪魁祸首是mov QWORD PTR [rbp-8], OFFSET FLAT:.L4行，其中L4实际上对应于我们的bye标签。

而且从生成的程序集中我所看到的，不是将hi添加到生成的代码之后的零件中的一段代码。

但是至少该应用程序运行并且至少具有一些用于将c与5进行比较的代码。

[在另一端，带有O0的clang产生了以下噩梦，这些噩梦会崩溃：

# else goto bye  is UNCOMMENTED
# clang -O0 also doesn't emit any instructions for the hi: block
fun:                                    # @fun
        push    rbp
        mov     rbp, rsp
        mov     eax, 5
        pop     rbp
        ret
main:                                   # @main
        push    rbp
        mov     rbp, rsp
        sub     rsp, 48
        mov     dword ptr [rbp - 4], 0
        mov     dword ptr [rbp - 8], edi
        mov     qword ptr [rbp - 16], rsi
        mov     qword ptr [rbp - 24], 1
        mov     rax, qword ptr [rbp - 24]
        mov     qword ptr [rbp - 32], rax
        call    qword ptr [rbp - 32]
        mov     dword ptr [rbp - 36], eax
        mov     esi, dword ptr [rbp - 36]
        movabs  rdi, offset .L.str
        mov     al, 0
        call    printf
        cmp     dword ptr [rbp - 36], 5
        jne     .LBB1_2
        jmp     .LBB1_3
.LBB1_2:
        jmp     .LBB1_3
.LBB1_3:
        mov     eax, 66
        add     rsp, 48
        pop     rbp
        ret
.L.str:
        .asciz  "TT: %d\n"

如果启用某些优化，例如O1，则来自gcc：

# else goto bye  is UNCOMMENTED
# gcc -O1
fun:
        mov     eax, 5
        ret
.LC0:
        .string "TT: %d\n"
main:
        sub     rsp, 8
        mov     eax, OFFSET FLAT:.L3
        call    rax
        mov     esi, eax
        mov     edi, OFFSET FLAT:.LC0
        mov     eax, 0
        call    printf
.L3:
        mov     eax, 66
        add     rsp, 8
        ret

并且应用程序崩溃，这是可以理解的。再次，编译器完全删除了我们的hi部分（mov eax, OFFSET FLAT:.L3脚尖移到L3，它对应于bye部分），不幸的是，在rsp之前增加ret是个好主意，因此确保我们最终到达了一个完全与我们所需要的地方不同的地方。

然后c发出了更可疑的东西：

# else goto bye  is UNCOMMENTED
# clang -O1
fun:                                    # @fun
        mov     eax, 5
        ret
main:                                   # @main
        push    rax
        mov     eax, 1
        call    rax
        mov     edi, offset .L.str
        mov     esi, eax
        xor     eax, eax
        call    printf
        mov     eax, 66
        pop     rcx
        ret
.L.str:
        .asciz  "TT: %d\n"

1吗？ c到底是怎么结束的？

某种程度上，我理解编译器认为不需要在if和if都移到同一位置的else之后的死代码，但是我的知识和见识在这里停止了。

所以，亲爱的C和C ++专家，汇编迷和编译器粉碎者，这里出现了问题：

为什么？

您为什么认为如果我们添加了else分支，编译器决定应该将这两个标签视为等效，或者为什么clang在其中添加了1，最后但并非最不重要：对C语言有深刻理解的人标准可能会指出这段代码与正常情况的差异如此之大，以至于我们最终陷入了这种非常奇怪的情况。