吴章金： 实例解析 Linux C 语言程序之变量类型
license: "cc-by-nc-nd-4.0"
"本文从编译、二进制程序文件和运行角度逐级解析了 Linux C 语言程序中几种变量类型"
吴章金老师《360度剖析Linux ELF系列文章》：
吴章金：通过操作 Section 为 Linux ELF 程序新增数据
背景说明
前几天，有同学在 “泰晓原创团队” 讨论群问道：
请教下，谭 C，8.9.3，用 static 声明静态局部变量，在实际中可有案例。
看到这个问题，立即浮现的概念是 RUN ONCE，内核源码找了一下：
$ grep -i "static.*run_once" -ur ./ --include "*.c"./arch/mips/mm/page.c: static atomic_t run_once = ATOMIC_INIT(0);./arch/mips/mm/page.c: static atomic_t run_once = ATOMIC_INIT(0);./arch/mips/mm/tlbex.c: static int run_once = 0;
代码示例1:
void build_clear_page(void){static atomic_t run_once = ATOMIC_INIT(0);if (atomic_xchg(&run_once, 1)) {return;}/* body */}
代码示例2:
void build_tlb_refill_handler(void){...if (!run_once) {/* body */run_once++;}}
另外，他又继续问道：
一般是用 static 定义一个全局的，很少看到函数内部在用 static？
这个问题则上升到 C 语言关键字 static 的用法。
static 这个关键字用来限定某个变量或者函数的作用域，这个作用域可能是文件层面，也可能是函数层面。
从语法的角度去解释某个关键字用法的文章很多，可是这些解释蛮多时候是很生硬的，不是那么好记忆。
本文尝试从实操的角度去解析 static 以及更多类型的 C 语言变量的形态。
从编译的角度
假如某个功能需求由多个文件构成如下：
$ cat print.hextern void print(char *str);extern char *hello;$ cat hello.c#include "print.h"int main(void){print(hello);return 0;}$ cat print.c#include <stdio.h>char *hello = "hello";void print(char *str);{printf("%s\n", str);}
编译运行如下：
$ gcc -m32 -o hello x.c print.h print.c$ ./hellohello
类似这种需要跨文件访问的函数和变量，如果定义成 static 的话：
$ cat print.c#include <stdio.h>static char *hello = "hello";static void print(char *str);{printf("%s\n", str);}$ gcc -m32 -o hello x.c print.h print.c/tmp/ccetJaG2.o: In function `main':x.c:(.text+0x12): undefined reference to `hello'x.c:(.text+0x1b): undefined reference to `print'collect2: error: ld returned 1 exit status
从 ELF 二进制程序文件的角度
先来编译成一个中间的可重定位文件：
$ gcc -m32 -c -o print.o print.c
针对加 static 的情况：
$ readelf -s print.o | egrep "hello$|print$"6: 00000000 4 OBJECT LOCAL DEFAULT 3 hello7: 00000000 23 FUNC LOCAL DEFAULT 1 print
不加的情况：
$ readelf -s print.o | egrep "hello$|print$"9: 00000000 4 OBJECT GLOBAL DEFAULT 3 hello10: 00000000 23 FUNC GLOBAL DEFAULT 1 print
LOCAL 和 GLOBAL 直观地反应了 static 用于限定变量和函数在文件之外是否可访问。加了 static 以后，文件之外不可见。
补充另外一个 nm 工具的结果，针对加 static 的情况：
$ nm print.o | egrep "hello$|print$"00000000 d hello00000000 t print
不加的情况：
$ nm print.o | egrep "hello$|print$"00000000 D hello00000000 T print
上面四个字母有两组大小写，分别对应 data, text 的 LOCAL 和 GOLOBAL 符号，其中 "hello" 是数据，“print” 作为函数处在代码区域。
man nm:
"D" "d" The symbol is in the initialized data section.
"T" "t" The symbol is in the text (code) section.
If lowercase, the symbol is usually local; if uppercase, the symbol is global (external). There are however a few lowercase symbols that are shown for special global symbols ("u", "v" and "w")
延伸介绍到 nm 这个工具是因为，Linux 内核的 System.map 这样的符号表文件经常会被用来调试，这个文件实际上是用 nm 导出来的。
再延伸一个 WEAK 类型，这个类型类似于不加 static 的 GLOBAL，但是呢，允许定义另外一个同名的函数或者变量，用来覆盖 WEAK 类型的这个：
$ cat print.c#include <stdio.h>__attribute__((weak)) char *hello = "hello";__attribute__((weak)) void print(char *str){printf("%s\n", str);}$ cat hello.c#include "print.h"char *hello = "hello, world";int main(void){print(hello);return 0;}$ ./hellohello, world
这种情况允许某个变量或者函数的“multiple definition”，如果不定义为 WEAK 类型而且不定义为 LOCAL（用 static），这种情况本来是不被允许的：
$ gcc -m32 -o hello x.c print.h print.c/tmp/ccMO5y0A.o:(.data+0x0): multiple definition of `hello'/tmp/ccj8KK1s.o:(.data+0x0): first defined herecollect2: error: ld returned 1 exit status
这种用法在内核中被广泛采用，通常用来确保可以添加架构特定的优化函数：
$ grep __weak -ur ./ --include "*.c" | wc -l413
汇总如下：
| 关键字 | 类型 | 说明 |
|---|---|---|
| static | LOCAL | 限文件内访问 |
| 不加 static | GLOBAL | 文件外可在 extern 声明后访问 |
| weak attribute | WEAK | 同 GLOBAL，但可重定义 |
从运行的角度
上面从编译和二进制程序文件的角度分析了 static 关键字针对文件层面变量和函数的约定，下面再来看看函数内部的变量，在声明为 static 与否情况下的异同。
作为对比，把其他类型的变量也纳入进来：
$ cat hello.c#include <stdio.h>static int m;static int n = 1000;int a;int b = 10000;static int hello(void){static int i;static int j = 10;int x;int y = 100;register int z = 33;printf("i = %d, addr of i = %p\n", i, &i);printf("j = %d, addr of j = %p\n", j, &j);printf("x = %d, addr of x = %p\n", x, &x);printf("y = %d, addr of y = %p\n", y, &y);printf("z = %d, in register, no addr\n", z);return 0;}int main(int argc, char *argv[]){printf("argc = %d, addr of argc = %p\n", argc, &argc);printf("argv = %s, addr of argv = %p\n", argv[0], argv);printf("m = %d, addr of m = %p\n", m, &m);printf("n = %d, addr of n = %p\n", n, &n);printf("a = %d, addr of a = %p\n", a, &a);printf("b = %d, addr of b = %p\n", b, &b);hello();return 0;}$ gcc -m32 -o hello hello.c$ ./helloargc = 1, addr of argc = 0xffd91f60argv = ./hello, addr of argv = 0xffd91ff4m = 0, addr of m = 0x804a030n = 1000, addr of n = 0x804a020a = 0, addr of a = 0x804a038b = 10000, addr of b = 0x804a024i = 0, addr of i = 0x804a034j = 10, addr of j = 0x804a028x = -143124200, addr of x = 0xffd91f24y = 100, addr of y = 0xffd91f28z = 33, in register, no addr
用二进制程序文件来佐证：
$ readelf -S hello | grep 804a | tail -2[24] .data PROGBITS 0804a018 001018 000014 00 WA 0 0 4[25] .bss NOBITS 0804a02c 00102c 000010 00 WA 0 0 4$ readelf -s hello | egrep " m$| n$| a$| b$| i| j| x$| y$"36: 0804a030 4 OBJECT LOCAL DEFAULT 25 m37: 0804a020 4 OBJECT LOCAL DEFAULT 24 n39: 0804a034 4 OBJECT LOCAL DEFAULT 25 i.202140: 0804a028 4 OBJECT LOCAL DEFAULT 24 j.202254: 0804a024 4 OBJECT GLOBAL DEFAULT 24 b67: 0804a038 4 OBJECT GLOBAL DEFAULT 25 a
综合上面 3 组数据：
| 类型 | 代码 | 存储区域 |
|---|---|---|
| 文件内 | static int m; | .bss（被初始化为 0） |
| 文件内 | static int n=1000; | .data |
| 文件内 | int a; | .bss（被初始化为 0）, GLOBAL |
| 文件内 | int b = 10000; | .data, GLOBAL |
| 函数内 | static int i; | .bss（被初始化为 0） |
| 函数内 | static int j = 10; | .data |
| 函数内 | int x; | stack（值随机，未初始化） |
| 函数内 | int y = 100; | stack |
| 函数内 | register int z = 33; | register（汇编中分配好） |
| 函数参数 | argc, argv | stack（默认调用约定） |
再补充几点：
用 register 定义的变量存放在寄存器中，所以无法获取它们的内存地址（因为根本不存放在内存中）。可以通过查看汇编代码确认：
$ gcc -m32 -S -o hello.s hello.c$ grep 33 hello.smovl $33, %ebx函数内用 static 定义的变量名（i 和 j）在符号表中都加了后缀，主要是方便多个函数定义同样的变量名，因为这些变量仅限该函数内（含多次调用）可见。
函数内非 static 定义的变量，以及函数参数的传递都是通过 Stack 完成的，这些变量只在函数内（包括 Caller, Callee）可见，外部不可见，所以在符号表中也找不到它们。
关于函数参数传递，如果明确改变了调用约定，比如函数明确加了
\_\_attribute\_\_((fastcall))声明，那么部分参数将通过寄存器传递。不过 main 是例外，因为它的 Caller（__libc_start_main）默认是通过 Stack 传递参数的，再改变它的调用约定就拿不到正确的数据了。
小结
大学的课程蛮多都停留在语法层面的描述，需要透彻理解一些“概念”，还是需要结合实际操作，从终极使用的角度来看这些“概念”，看到的深度和细节会大有不同。
如果想与本文作者更深入地探讨程序链接、装载和运行原理，欢迎订阅吴老师的 10 小时 《360° 剖析 Linux ELF视频课程》，报名链接：
报名：《360° 剖析 Linux ELF》在线视频课程已经全面上线
转发本文后截图发给 tinylab，赠送该系列 PDF 合集。
（完）
更多精彩，尽在"Linux阅码场"，扫描下方二维码关注
你的随手转发或点个在看是对我们最大的支持！