logo标签列表

为什么Linux系统中字符串字面值的内存地址与其他内存地址如此不同？

clinuxmemorymemory-addressstring-literals
62

我注意到字符串字面值在内存中的地址与其他常量和变量非常不同（Linux操作系统）：它们具有许多前导零（未打印）。

例如：


例如：

const char *h = "Hi";
int i = 1;
printf ("%p\n", (void *) h);
printf ("%p\n", (void *) &i);

输出：

0x400634
0x7fffc1ef1a4c

我知道它们存储在可执行文件的 .rodata 部分。操作系统是否有特殊的处理方式，使得这些字面量最终位于内存的特定区域（带有前导零）？这个内存位置有什么优势，还是说有什么特别之处吗？

5
代码加载和堆栈分配完全取决于操作系统。 - Some programmer dude
8
显然是由具体实现决定，但只读数据（即您字面上的意思）通常会被加载到专门标记为受保护模式异常写触发的单独页面中。这意味着对其进行写操作将引发结构化异常。 - WhozCraig
2
你的问题是否特别涉及Linux、一般托管系统（带操作系统）或自由立式系统（通常嵌入式无操作系统）？如果只涉及Linux，请添加[linux]标记。如果是其他内容，请澄清。 - user694733
4
你的问题是前后颠倒的。你会发现所有地址都有“许多前导零”，除了本地变量的地址，它们在堆栈上，而堆栈是从地址空间顶部向下分配的。 - user207421
1
为了让你的字符串更像 int i = 1，你可以尝试使用 char h[] = "Hi"。 - Hagen von Eitzen
显示剩余5条评论
5个回答
73
以下是 Linux 上进程内存布局的方式（来源：http://www.thegeekstuff.com/2012/03/linux-processes-memory-layout/）：

Linux process memory layout

.rodata节是已初始化的全局数据块的受写保护的子部分。 （ELF可执行文件指定的.data节是其可写对应部分，用于将可写全局变量初始化为非零值。初始化为零的可写全局变量则放在.bss块中。这里所说的全局变量包括所有静态变量，无论其放置位置如何。）

图片应该解释了地址的数字值。

如果您想进一步调查，在Linux上，您可以检查/proc/$pid/maps虚拟文件，它描述了正在运行的进程的内存布局。您将无法获得保留（以点开头）的ELF节名称，但可以通过查看其内存保护标志来猜测内存块来自哪个ELF节。例如，运行

$ cat /proc/self/maps #cat's memory map

给我

00400000-0040b000 r-xp 00000000 fc:00 395465                             /bin/cat
0060a000-0060b000 r--p 0000a000 fc:00 395465                             /bin/cat
0060b000-0060d000 rw-p 0000b000 fc:00 395465                             /bin/cat
006e3000-00704000 rw-p 00000000 00:00 0                                  [heap]
3000000000-3000023000 r-xp 00000000 fc:00 3026487                        /lib/x86_64-linux-gnu/ld-2.19.so
3000222000-3000223000 r--p 00022000 fc:00 3026487                        /lib/x86_64-linux-gnu/ld-2.19.so
3000223000-3000224000 rw-p 00023000 fc:00 3026487                        /lib/x86_64-linux-gnu/ld-2.19.so
3000224000-3000225000 rw-p 00000000 00:00 0
3000400000-30005ba000 r-xp 00000000 fc:00 3026488                        /lib/x86_64-linux-gnu/libc-2.19.so
30005ba000-30007ba000 ---p 001ba000 fc:00 3026488                        /lib/x86_64-linux-gnu/libc-2.19.so
30007ba000-30007be000 r--p 001ba000 fc:00 3026488                        /lib/x86_64-linux-gnu/libc-2.19.so
30007be000-30007c0000 rw-p 001be000 fc:00 3026488                        /lib/x86_64-linux-gnu/libc-2.19.so
30007c0000-30007c5000 rw-p 00000000 00:00 0
7f49eda93000-7f49edd79000 r--p 00000000 fc:00 2104890                    /usr/lib/locale/locale-archive
7f49edd79000-7f49edd7c000 rw-p 00000000 00:00 0
7f49edda7000-7f49edda9000 rw-p 00000000 00:00 0
7ffdae393000-7ffdae3b5000 rw-p 00000000 00:00 0                          [stack]
7ffdae3e6000-7ffdae3e8000 r--p 00000000 00:00 0                          [vvar]
7ffdae3e8000-7ffdae3ea000 r-xp 00000000 00:00 0                          [vdso]
ffffffffff600000-ffffffffff601000 r-xp 00000000 00:00 0                  [vsyscall]

第一个 r-xp 块明显来自 .text（可执行代码）， 第一个 r--p 块来自 .rodata，接下来的 rw-- 块来自 .bss 和 .data。（在堆和栈块之间的块是由动态链接器从动态链接库中加载的。）

注意：为了遵循标准，您应该将"%p"的int*强制转换为(void*)，否则行为是未定义的。

谢谢，这很有用！但如果我有多个进程，这仍然会发生。所以它不是一个接一个地布置它们，而是将多个进程的“初始化全局数据”全部取出并存储在一起？ - Noidea
7
不同的进程拥有不同的地址空间。一个进程中的0xDEADBEEF通常与另一个进程中的0xDEADBEEF完全无关。上述布局与调试和块增长（特别是对于堆块而言）有一些明显的小优势，尽管如果无法再向上增长，则使用mmap来分段堆并不是很重要。此外，由于安全原因，实际映射的地址通常会随机一些。 - Petr Skocik
6
请注意不要混淆物理地址（对应于 RAM 中的地址）和虚拟内存地址（进程中的地址）。转换虚拟地址为物理地址是内存管理单元（Memory Management Unit，MMU）的工作。所有进程使用的地址都通过 MMU 进行翻译。每个进程都有自己的 MMU 表，由操作系统进行管理。 - Eric Towers
1
几个平台的默认链接器脚本也将.rodata与.text合并。 - Simon Richter
15

这是因为字符串字面量具有静态存储期，也就是说它们在整个程序运行期间都会存在。这种变量可能会被存储在一个特殊的内存位置中，既不是堆栈也不是堆内存。因此地址上会有所不同。

7

记住，指针所在的位置与指针所指向的位置是不同的。更现实（可比性）的比较应该是

printf ("%p\n", (void *) &h);
printf ("%p\n", (void *) &i);

我猜你会发现h和p有相似的地址。或者，更现实的比较是

static int si = 123;
int *ip = &si;
printf ("%p\n", (void *) h);
printf ("%p\n", (void *) ip);

我猜你会发现h和ip指向相似的内存区域。
3
不，h已经是一个指向字符的指针，所以&h没有任何有用的作用。写h和&i是正确的，因为它们都是所引用字符串和整数的地址。 - underscore_d
1
@underscore_d 我觉得你完全误解了问题和我的回答。关于写h和&i没有所谓的“正确”或“错误”，OP只是对他系统上的实际地址为什么如此不同感到困惑。我的观点是，如果你写&h和&i，或者h和ip，你可能会看到更相似的地址，这个练习将（希望）帮助你理解为什么h和&i中的数字如此不同。 - Steve Summit
3
@SteveSummit 指向字符串文字的指针将是另一个栈变量。但我想知道为什么字符串字面值的地址与栈变量的地址非常不同。不是为什么两个栈变量的地址相似 ;) - Noidea
@Noidea 现在你知道了，从其他答案中可以看出：因为字符串文字永远不会存储在堆栈中。 - Steve Summit
@SteveSummit 嗯，我已经知道它们不在堆栈上了，因为地址非常不同。 - Noidea
1
考虑到文字量是只读变量，还有一个字面池的概念。字面池是程序独特文字量的集合，其中重复的常量被丢弃，因为引用会合并成一个。
每个源都有一个字面池，根据链接/绑定程序的复杂程度，字面池可以相邻放置以创建一个.rodata。
字面池也没有保证是只读保护的。语言编译器设计将其视为如此。
考虑我的代码片段。我可以
const char *cp="hello world"; const char *cp1="hello world";
好的编译器会认识到在该源代码中，只读的文字量cp、cp1指向相同的字符串，并使cp1指向cp的文字量，丢弃第二个。
还有一点。字面池可能是256字节或不同值的倍数。如果池数据少于256字节，则会用十六进制零填充松弛部分。
不同的编译器遵循通用的开发标准，允许使用C编译的模块与使用汇编语言或其他语言编译的模块进行链接。这两个文本池在.rodata中依次放置。
0
printf ("%p\n", h); // h is the address of "Hi", which is in the rodata or other segments of the application.
printf ("%p\n", &i); // I think "i" is not a global variable, so &i is in the stack of main. The stack address is by convention in the top area of the memory space of the process.
1
这似乎没有回答所问的问题。作为提醒，问题是“操作系统是否会特别处理它？这种处理方式有什么优势？”您的回答似乎没有回答这些问题。您是否想编辑您的回答以更直接地回答问题？ - D.W.
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接