C语言不支持重载，多种main()如何实现的呢？

发表于 2年以前 | 总阅读数：434 次

前几天群里问了个问题，如下图：

大家都知道，我是做上层应用的，对底层不是很了解，更别说那帮人在讨论内核的时候，根本插不上话。更多的时候，还是默默记笔记，紧跟大佬们的步伐。

于是，为了调研这个问题，也查了相关资料。今天借助本文，来分析下C语言中main()的实现，顺便解答下群里的这个问题。

定义

作为C/C++开发人员，都知道main()函数是一个可执行程序的入口函数，大都会像如下这样写:

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

但是，作为一个开发老油条，也仅仅知道是这样做的，当看到二哥提出这个问题的时候，第一反应是重载，但是大家都知道C语言是不支持重载的，那么有没有可能使用的是默认参数呢？如下这种：

int main(int argc = 1, char **argv = NULL)

好了，为了验证我的疑问，咱们着手开始进行分析。

ps:在cppreference上对于main()的声明有第三个参数即char *envp[],该参数是环境变量相关，因为我们使用更多的是不涉及此参数的方式，所以该参数不在本文的讨论范围内。

断点调试

为了能够更清晰的理解main()函数的执行过程，写了一个简单的代码，通过gdb查看堆栈信息，代码如下：

int main() {
  return 0;
}

编译之后，我们通过gdb进行调试，在main()函数处设置断点，然后看堆栈信息，如下：

(gdb) bt
#0  main () at main.c:2
(gdb)

从上述gdb信息，我们看出main()位于栈顶，显然，我们的目的是分析main()的调用堆栈信息，而这种main()在栈顶的方式显然不足以解答我的疑问。

于是，查阅了相关资料后，发现可以通过其它方式打印出更详细的堆栈信息。

编译命令如下：

gcc -gdwarf-5 main.c  -o main

然后gdb的相关命令(具体的命令可以网上查阅，此处不做过多分析):

gdb ./main -q
Reading symbols from /mtad/main...done.
(gdb) set backtrace past-entry
(gdb) set backtrace past-main
(gdb) show backtrace past-entry
Whether backtraces should continue past the entry point of a program is on.
(gdb) show backtrace past-main
Whether backtraces should continue past "main" is on.

然后在main()处设置断点，运行，查看堆栈信息，如下：

(gdb) bt
#0  main () at main.c:2
#1  0x00007ffff7a2f555 in __libc_start_main () from /lib64/libc.so.6
#2  0x0000000000400429 in _start ()
(gdb)

通过如上堆栈信息，我们看到_start()-->__libc_start_main()-->main()，看来应该在这俩函数中，开始分析~~

_start()

为了查看_start()的详细信息，继续在_start()函数处打上断点，然后分析查看：

(gdb) r
Starting program: xxx
Missing separate debuginfos, use: debuginfo-install glibc-2.17-317.el7.x86_64

Breakpoint 1, 0x0000000000400400 in _start ()
(gdb) s
Single stepping until exit from function _start,
which has no line number information.
0x00007ffff7a2f460 in __libc_start_main () from /lib64/libc.so.6

通过如上分析，没有看到_start()函数的可执行代码，于是通过网上搜索，发现_start()是用汇编编写，于是下载了glibc2.5源码，在路径处sysdeps/i386/elf/start.S

#include "bp-sym.h"

    .text
    .globl _start
    .type _start,@function
_start:
    /* Clear the frame pointer.  The ABI suggests this be done, to mark
       the outermost frame obviously.  */
    xorl %ebp, %ebp

    /* Extract the arguments as encoded on the stack and set up
       the arguments for `main': argc, argv.  envp will be determined
       later in __libc_start_main.  */
    popl %esi  /* Pop the argument count.  */
    movl %esp, %ecx  /* argv starts just at the current stack top.*/

    /* Before pushing the arguments align the stack to a 16-byte
    (SSE needs 16-byte alignment) boundary to avoid penalties from
    misaligned accesses.  Thanks to Edward Seidl <seidl@janed.com>
    for pointing this out.  */
    andl $0xfffffff0, %esp
    pushl %eax  /* Push garbage because we allocate
                   28 more bytes.  */

    /* Provide the highest stack address to the user code (for stacks
       which grow downwards).  */
    pushl %esp

    pushl %edx  /* Push address of the shared library
                   termination function.  */

#ifdef SHARED
    /* Load PIC register.  */
    call 1f
    addl $_GLOBAL_OFFSET_TABLE_, %ebx

    /* Push address of our own entry points to .fini and .init.  */
    leal __libc_csu_fini@GOTOFF(%ebx), %eax
    pushl %eax
    leal __libc_csu_init@GOTOFF(%ebx), %eax
    pushl %eax

    pushl %ecx  /* Push second argument: argv.  */
    pushl %esi  /* Push first argument: argc.  */

    pushl BP_SYM (main)@GOT(%ebx)

    /* Call the user's main function, and exit with its value.
       But let the libc call main.    */
    call BP_SYM (__libc_start_main)@PLT
#else
    /* Push address of our own entry points to .fini and .init.  */
    pushl $__libc_csu_fini
    pushl $__libc_csu_init

    pushl %ecx  /* Push second argument: argv.  */
    pushl %esi  /* Push first argument: argc.  */

    pushl $BP_SYM (main)

    /* Call the user's main function, and exit with its value.
       But let the libc call main.    */
    call BP_SYM (__libc_start_main)
#endif

    hlt   /* Crash if somehow `exit' does return.  */

#ifdef SHARED
1: movl (%esp), %ebx
    ret
#endif

/* To fulfill the System V/i386 ABI we need this symbol.  Yuck, it's so
   meaningless since we don't support machines < 80386.  */
    .section .rodata
    .globl _fp_hw
_fp_hw: .long 3
    .size _fp_hw, 4
    .type _fp_hw,@object

/* Define a symbol for the first piece of initialized data.  */
    .data
    .globl __data_start
__data_start:
    .long 0
    .weak data_start
    data_start = __data_start

上述实现也是比较简单的：

xorl %ebp, %ebp：将ebp寄存器清零。

popl %esi、movl %esp, %ecx：装载器把用户的参数和环境变量压栈，实际上按照压栈的方法，栈顶的元素就是argc，接着其下就是argv和环境变量的数组。这两句相当于int argc = pop from stack; char **argv = top of stack。

call BP_SYM (__libc_start_main)：相当于调用__libc_start_main，调用的时候传入参数，包括argc、argv。

上述逻辑功能，伪代码实现如下：

void _start() {
  %ebp = 0;
  int argc = pop from stack
  char ** argv = top of stack;
  __libc_start_main(main, argc, argv, __libc_csu_init, __linc_csu_fini,
  edx, top of stack);
}

__libc_start_main

在上一节中，我们了解到，_start()才是整个可执行程序的入口函数，在_start()函数中调用__libc_start_main()函数，该函数声明如下：

STATIC int
LIBC_START_MAIN (int (*main) (int, char **, char ** MAIN_AUXVEC_DECL),
                 int argc, char *__unbounded *__unbounded ubp_av,
#ifdef LIBC_START_MAIN_AUXVEC_ARG
                 ElfW(auxv_t) *__unbounded auxvec,
#endif
                 __typeof (main) init,
                 void (*fini) (void),
                 void (*rtld_fini) (void), void *__unbounded stack_end)
{
#if __BOUNDED_POINTERS__
  char **argv;
#else
# define argv ubp_av
#endif

  /* Result of the 'main' function.  */
  int result;

  __libc_multiple_libcs = &_dl_starting_up && !_dl_starting_up;

...
...
  if (init)
    (*init) (argc, argv, __environ MAIN_AUXVEC_PARAM);
...

  result = main (argc, argv, __environ MAIN_AUXVEC_PARAM);

  exit (result);
}

可以看出，在该函数中，最终调用了main()函数，并传入了相关命令行。（result = main (argc, argv, __environ MAIN_AUXVEC_PARAM);）

截止到此，我们了解了整个main()函数的调用过程，但是，仍然没有回答问题，main()是如何实现有参和无参两种方式的，其实说白了，在标准中，main()只有一种声明方式，即有参方式。无论是否有命令行参数，都调用该函数。如果有参数，则通过压栈出栈(对于x86 32位)或者寄存器(x86 64位)的方式获取参数，然后传入main()，如果命令行为空，则对应的字段为空（即没有从栈上取得对应的数据）。