std::string的find问题研究

Posted 2021-01-28 aquester

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了std::string的find问题研究相关的知识，希望对你有一定的参考价值。

https://files-cdn.cnblogs.com/files/aquester/std之string的find问题研究.pdf

1. 前言

一次偶然，发现完全同一份代码，在不同机器上find出现两个不同执行结果，本文旨在研究find的“诡异”行为，找出背后的原因。

2. find字符串

测试代码：

// g++ -g -o x x.cpp

#include <string>

#include <iostream>

extern "C" int main()

{

std::string::size_type n = std::string::npos;

std::string str = "123";

std::string::size_type m = str.find("2", n); // 按照期望，m值应为npos

std::cout << "n=" << n << ", m=" << m << std::endl;

return 0;

}

i386输出结果（gcc (GCC) 4.1.2）：

n=4294967295, m=1

这里m值为1，是一个非期望的值。

i86_64编译成64位输出结果（gcc (GCC) 4.8.5）：

n=18446744073709551615, m=18446744073709551615

i86_64编译成32位输出结果（gcc (GCC) 4.8.5）：

n=4294967295, m=4294967295

i386上编译放到i86_64上执行的输出结果：

n=4294967295, m=4294967295

i386上编译成共享库后放到i86_64上执行的输出结果：

// g++ -g -o libx.so -fPIC -shared x.cpp

n=4294967295, m=4294967295

3. find单个字符

测试代码：

// g++ -g -o x x.cpp

#include <string>

#include <iostream>

extern "C" int main()

{

std::string::size_type n = std::string::npos;

std::string str = "123";

std::string::size_type m = str.find(‘2‘, n);

std::cout << "n=" << n << ", m=" << m << std::endl;

return 0;

}

i386输出结果（gcc (GCC) 4.1.2）：

n=4294967295, m=4294967295

i86_64编译成64位输出结果（gcc (GCC) 4.8.5）：

n=18446744073709551615, m=18446744073709551615

i86_64编译成32位输出结果（gcc (GCC) 4.8.5）：

n=4294967295, m=4294967295

i386上编译放到i86_64上执行的输出结果：

n=4294967295, m=4294967295

i386上编译成共享库后放到i86_64上执行的输出结果：

n=4294967295, m=4294967295

4. 问题分析

对于字符串版本的find，出现不同的结果。小技巧：加上编译选项“-D_GLIBCXX_DEBUG”，方可DEBUG进入find。

4.1. gcc-4.1.2

以下为i386环境。

g++ -g -o x x.cpp -D_GLIBCXX_DEBUG

Breakpoint 2, main () at x.cpp:6

6 std::string::size_type n = std::string::npos;

(gdb) n

7 std::string str = "123";

(gdb)

8 std::string::size_type m = str.find("2", n);

(gdb) s

std::string::find (this=0xbfb54a10, __s=0x804b8f2 "2", __pos=4294967295) at /usr/include/c++/4.1.2/bits/basic_string.h:1579

1579 return this->find(__s, __pos, traits_type::length(__s));

(gdb) s

std::char_traits<char>::length (__s=0x804b8f2 "2") at /usr/include/c++/4.1.2/bits/char_traits.h:257

257 { return strlen(__s); }

(gdb) finish

Run till exit from #0 std::char_traits<char>::length (__s=0x804b8f2 "2") at /usr/include/c++/4.1.2/bits/char_traits.h:257

0x0804a8d9 in std::string::find (this=0xbfb54a10, __s=0x804b8f2 "2", __pos=4294967295) at /usr/include/c++/4.1.2/bits/basic_string.h:1579

1579 return this->find(__s, __pos, traits_type::length(__s));

Value returned is $1 = 1

(gdb) s

std::string::find (this=0xbfb54a10, __s=0x804b8f2 "2", __pos=4294967295, __n=1) at /usr/include/c++/4.1.2/bits/basic_string.tcc:721

721 size_type __ret = npos;

723 if (__pos + __n <= __size)

(gdb) p __pos

$2 = 4294967295

(gdb) p __n

$3 = 1

(gdb) p __size

$4 = 3

(gdb) p __pos + __n

$5 = 0

4.2. gcc-4.8.2

以下为x86_64环境。

// g++ -g -o x x.cpp -m32 -D_GLIBCXX_DEBUG

Breakpoint 1, main () at x.cpp:6

6 std::string::size_type n = std::string::npos;

Missing separate debuginfos, use: debuginfo-install glibc-2.17-196.tl2.3.i686 libgcc-4.8.5-4.el7.i686 libstdc++-4.8.5-4.el7.i686

(gdb) n

7 std::string str = "123";

(gdb)

8 std::string::size_type m = str.find("2", n);

(gdb) s

std::string::find (this=0xffffd300, __s=0x80499d8 "2", __pos=4294967295) at /usr/include/c++/4.8.2/bits/basic_string.h:1864

1864 return this->find(__s, __pos, traits_type::length(__s));

(gdb) s

std::char_traits<char>::length (__s=0x80499d8 "2") at /usr/include/c++/4.8.2/bits/char_traits.h:259

259 { return __builtin_strlen(__s); }

(gdb) finish

Run till exit from #0 std::char_traits<char>::length (__s=0x80499d8 "2") at /usr/include/c++/4.8.2/bits/char_traits.h:259

0x0804931f in std::string::find (this=0xffffd300, __s=0x80499d8 "2", __pos=4294967295) at /usr/include/c++/4.8.2/bits/basic_string.h:1864

1864 return this->find(__s, __pos, traits_type::length(__s));

Value returned is $1 = 1

(gdb) s

std::string::find (this=0xffffd300, __s=0x80499d8 "2", __pos=4294967295, __n=1) at /usr/include/c++/4.8.2/bits/basic_string.tcc:740

740 const size_type __size = this->size();

5. a.cpp源代码

// g++ -g -o a a.cpp -ldl -m32

#include <dlfcn.h>

#include <stdio.h>

int main()

{

typedef int (*X)();

void* p = dlopen("./libx.so", RTLD_NOW);

if (!p)

printf("dlopen failed: %s ", dlerror());

else {

X x = (X)dlsym(p, "main");

(*x)();

}

return 0;

}

6. 单个字符版本find源码

gcc-4.1.2版本的find源码，gcc-4.8.2的实现相同。

// basic_string.tcc

template<typename _CharT, typename _Traits, typename _Alloc>

typename basic_string<_CharT, _Traits, _Alloc>::size_type

basic_string<_CharT, _Traits, _Alloc>::

find(_CharT __c, size_type __pos) const _GLIBCXX_NOEXCEPT

{

size_type __ret = npos;

const size_type __size = this->size();

if (__pos < __size)

{

const _CharT* __data = _M_data();

const size_type __n = __size - __pos;

const _CharT* __p = traits_type::find(__data + __pos, __n, __c);

if (__p)

__ret = __p - __data;

}

return __ret;

}

7. 字符串版本find源码

7.1. gcc-4.1.2

// /usr/include/c++/4.1.2/bits/basic_string.h

1575 size_type

1576 find(const _CharT* __s, size_type __pos = 0) const

1577 {

1578 __glibcxx_requires_string(__s);

1579 return this->find(__s, __pos, traits_type::length(__s));

1580 }

// /usr/include/c++/4.1.2/bits/basic_string.tcc

715 template<typename _CharT, typename _Traits, typename _Alloc>

716 typename basic_string<_CharT, _Traits, _Alloc>::size_type

717 basic_string<_CharT, _Traits, _Alloc>::

718 find(const _CharT* __s, size_type __pos, size_type __n) const

719 {

720 __glibcxx_requires_string_len(__s, __n);

721 size_type __ret = npos;

722 const size_type __size = this->size();

723 if (__pos + __n <= __size) // 这里溢出

724 {

725 const _CharT* __data = _M_data();

726 const _CharT* __p = std::search(__data + __pos, __data + __size,

727 __s, __s + __n, traits_type::eq);

728 if (__p != __data + __size || __n == 0)

729 __ret = __p - __data;

730 }

731 return __ret;

732 }

7.2. gcc-4.8.2

实现和gcc-4.1.2不同了，新的实现不存在溢出漏洞。

// /usr/include/c++/4.8.2/bits/basic_string.h

1860 size_type

1861 find(const _CharT* __s, size_type __pos = 0) const

1862 {

1863 __glibcxx_requires_string(__s);

1864 return this->find(__s, __pos, traits_type::length(__s));

1865 }

// /usr/include/c++/4.8.2/bits/basic_string.tcc

734 template<typename _CharT, typename _Traits, typename _Alloc>

735 typename basic_string<_CharT, _Traits, _Alloc>::size_type

736 basic_string<_CharT, _Traits, _Alloc>::

737 find(const _CharT* __s, size_type __pos, size_type __n) const

738 {

739 __glibcxx_requires_string_len(__s, __n);

740 const size_type __size = this->size();

741 const _CharT* __data = _M_data();

742

743 if (__n == 0)

744 return __pos <= __size ? __pos : npos;

745

746 if (__n <= __size) // 这里不存在溢出

747 {

748 for (; __pos <= __size - __n; ++__pos)

749 if (traits_type::eq(__data[__pos], __s[0])

750 && traits_type::compare(__data + __pos + 1,

751 __s + 1, __n - 1) == 0)

752 return __pos;

753 }

754 return npos;

755 }

8. 结论

一些低版本的find实现存在bug，存在溢出。注：std::string::size_type实际为size_t，是一个无符号整数类型，在i386上为4字节无符号整数类型，在x86_84上为8字节无符号整数类型，对应的有符号类型为ssize_t。

以上是关于std::string的find问题研究的主要内容，如果未能解决你的问题，请参考以下文章

std::string::find 返回值问题

std::string::find 总是返回 string::npos 甚至

优化字符串的使用：案例研究

不区分大小写的 std::string.find()

自己的 std::string::find 实现（蛮力搜索）

std::string的find问题研究

目录

1. 前言

2. find字符串

3. find单个字符

4. 问题分析

4.1. gcc-4.1.2

4.2. gcc-4.8.2

5. a.cpp源代码

6. 单个字符版本find源码

7. 字符串版本find源码

7.1. gcc-4.1.2

7.2. gcc-4.8.2

8. 结论