Dieser Quellcode schaltet einen String in C ein. Wie macht er das?

Ich lese mir einen Emulatorcode durch und habe etwas wirklich Seltsames kontert:

switch (reg){
    case 'eax':
    /* and so on*/
}

Wie ist das möglich? Ich dachte, du könntest nur switch auf ganzzahlige Typen. Gibt es irgendwelche Makro-Tricks?

(Nur Sie können den Teil “Makrotricks” beantworten – es sei denn, Sie fügen mehr Code ein. Aber hier gibt es nicht viel, woran Makros arbeiten können – formal dürfen Sie nicht neu definieren Schlüsselwörter; das Verhalten dabei ist undefiniert.)

Um die Lesbarkeit des Programms zu erreichen, nutzt der geistreiche Entwickler aus Implementierung definiertes Verhalten. 'eax' ist nicht eine Zeichenfolge, aber a Konstante mit mehreren Zeichen. Beachten Sie sehr sorgfältig die einzelnen Anführungszeichen eax. Höchstwahrscheinlich gibt es Ihnen eine int in Ihrem Fall ist das einzigartig für diese Kombination von Zeichen. (Oft belegt jedes Zeichen in einer 32-Bit-Datei 8 Bit int). Und jeder weiß, dass du es kannst switch auf ein int!

Zum Schluss noch eine Standardreferenz:

Der C99-Standard sagt:

6.4.4.4p10: „Der Wert einer ganzzahligen Zeichenkonstante, die mehr als ein Zeichen enthält (z. B. ‚ab‘) oder ein Zeichen oder eine Escape-Sequenz enthält, die keinem Einzelbyte-Ausführungszeichen zugeordnet ist, ist implementierungsdefiniert. “

Gemäß dem C-Standard (6.8.4.2 Die switch-Anweisung)

3 Der Ausdruck jedes Case-Labels muss ein ganzzahliger konstanter Ausdruck sein…

und (6.6 Konstante Ausdrücke)

6 Ein ganzzahliger konstanter Ausdruck muss einen ganzzahligen Typ haben und darf nur Operanden haben, die ganzzahlige Konstanten, Aufzählungskonstanten,
Zeichenkonstanten, sizeof -Ausdrücke, deren Ergebnisse ganzzahlige Konstanten sind, und Gleitkommakonstanten, die die unmittelbaren Operanden von Umwandlungen sind. Cast-Operatoren in einem ganzzahligen konstanten Ausdruck konvertieren nur arithmetische Typen in ganzzahlige Typen, außer als Teil eines Operanden für den sizeof-Operator.

Was ist nun 'eax'?

Der C-Standard (6.4.4.4 Zeichenkonstanten)

2 Eine ganzzahlige Zeichenkonstante ist eine Folge von einem oder mehreren Multibyte-Zeichen, die in einfache Anführungszeichen eingeschlossen sindwie in ‘x’ …

So 'eax' ist eine ganzzahlige Zeichenkonstante gemäß Absatz 10 desselben Abschnitts

10. …Der Wert einer Integer-Zeichenkonstante, die mehr als ein Zeichen enthält (z. B. ‘ab’) oder ein Zeichen oder eine Escape-Sequenz enthält, die keinem Einzelbyte-Ausführungszeichen zugeordnet ist, ist implementierungsdefiniert.

Nach dem erstgenannten Zitat kann es sich also um einen Operanden eines ganzzahligen konstanten Ausdrucks handeln, der als Case-Label verwendet werden kann.

Achten Sie darauf, dass eine Zeichenkonstante (in einfachen Anführungszeichen eingeschlossen) einen Typ hat int und ist nicht dasselbe wie ein Zeichenfolgenliteral (eine in doppelte Anführungszeichen eingeschlossene Folge von Zeichen), das den Typ eines Zeichenarrays hat.

Wie andere gesagt haben, ist dies eine int konstant und ihr tatsächlicher Wert ist implementierungsdefiniert.

Ich nehme an, der Rest des Codes sieht ungefähr so ​​​​aus

if (SOMETHING)
    reg='eax';
...
switch (reg){
    case 'eax':
    /* and so on*/
}

Sie können sicher sein, dass ‘eax’ im ersten Teil den gleichen Wert hat wie ‘eax’ im zweiten Teil, also funktioniert alles, oder? … falsch.

In einem Kommentar listet @Davislor einige mögliche Werte für ‘eax’ auf:

… 0x65, 0x656178, 0x65617800, 0x786165, 0x6165oder etwas anderes

Beachten Sie den ersten potenziellen Wert? Das ist nur 'e', wobei die anderen beiden Zeichen ignoriert werden. Das Problem ist wahrscheinlich das Programm verwendet 'eax', 'ebx', usw. Wenn alle diese Konstanten den gleichen Wert haben wie 'e' du am Ende mit

switch (reg){
    case 'e':
       ...
    case 'e':
       ...
    ...
}

Das sieht nicht besonders gut aus, oder?

Das Gute an “implementierungsdefiniert” ist, dass der Programmierer die Dokumentation seines Compilers überprüfen und sehen kann, ob er mit diesen Konstanten etwas Sinnvolles macht. Wenn ja, Haus frei.

Das Schlimme ist, dass ein anderer armer Kerl den Code nehmen und versuchen kann, ihn mit einem anderen Compiler zu kompilieren. Sofortiger Kompilierfehler. Das Programm ist nicht portabel.

Wie @zwol in den Kommentaren betonte, ist die Situation nicht ganz so schlimm, wie ich dachte, im schlimmsten Fall wird der Code nicht kompiliert. Dadurch erhalten Sie zumindest einen genauen Dateinamen und eine Zeilennummer für das Problem. Trotzdem haben Sie kein funktionierendes Programm.

Das Codefragment verwendet eine historische Kuriosität namens Zeichenkonstante mit mehreren Zeichenauch bezeichnet als mehrere Zeichen.

'eax' ist eine ganzzahlige Konstante, deren Wert implementierungsdefiniert ist.

Hier ist eine interessante Seite über Multi-Chars und wie sie verwendet werden können, aber nicht sollten:

http://www.zipcon.net/~swhite/docs/computers/languages/c_multi-char_const.html

Wenn man weiter weg in den Rückspiegel blickt, sieht man hier, wie das original C-Handbuch von Dennis Ritchie aus der guten alten Zeit ( https://www.bell-labs.com/usr/dmr/www/cman.pdf ) angegebene Zeichenkonstanten.

2.3.2 Zeichenkonstanten

Eine Zeichenkonstante besteht aus 1 oder 2 Zeichen, eingeschlossen in einfache Anführungszeichen ” ' ”. Innerhalb einer Zeichenkonstante muss einem einfachen Anführungszeichen ein Backslash ” vorangestellt werden\”. Bestimmte nicht grafische Zeichen und ”\” selbst, kann gemäß der folgenden Tabelle maskiert werden:

    BS \b
    NL \n
    CR \r
    HT \t
    ddd \ddd
    \ \\

Die Flucht ”\ddd” besteht aus dem umgekehrten Schrägstrich, gefolgt von 1, 2 oder 3 Oktalziffern, die verwendet werden, um den Wert des gewünschten Zeichens anzugeben. Ein Spezialfall dieser Konstruktion ist ”\0” (ohne gefolgt von einer Ziffer), was ein Nullzeichen anzeigt.

Zeichenkonstanten verhalten sich genau wie Ganzzahlen (insbesondere nicht wie Objekte vom Zeichentyp). In Übereinstimmung mit der Adressierungsstruktur des PDP-11 hat eine Zeichenkonstante der Länge 1 den Code für das gegebene Zeichen im niederwertigen Byte und 0 im höherwertigen Byte; eine Zeichenkonstante der Länge 2 hat den Code für das erste Zeichen im niederwertigen Byte und den für das zweite Zeichen im höherwertigen Byte. Zeichenkonstanten mit mehr als einem Zeichen sind von Natur aus maschinenabhängig und sollten vermieden werden.

Der letzte Satz ist alles, was Sie sich über diese merkwürdige Konstruktion merken müssen: Zeichenkonstanten mit mehr als einem Zeichen sind von Natur aus maschinenabhängig und sollten vermieden werden.