Kode sumber ini mengaktifkan string di C. Bagaimana cara melakukannya?

Saya membaca beberapa kode emulator dan saya telah membalas sesuatu yang sangat aneh:

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

Bagaimana ini mungkin? Saya pikir Anda hanya bisa switchpada tipe integral. Apakah ada beberapa tipuan makro yang sedang terjadi?

(Hanya Anda yang dapat menjawab bagian "tipuan makro" - kecuali jika Anda menempelkan lebih banyak kode. Tapi tidak banyak yang bisa dilakukan makro di sini - secara formal Anda tidak diizinkan untuk mendefinisikan ulang kata kunci ; perilaku dalam melakukan itu tidak ditentukan.)

Untuk mencapai keterbacaan program, pengembang yang cerdas mengeksploitasi perilaku implementasi yang ditentukan . 'eax'adalah tidak string, tapi multi-karakter konstan . Perhatikan dengan cermat karakter kutipan tunggal di sekitar eax. Kemungkinan besar itu memberi Anda intdalam kasus Anda yang unik untuk kombinasi karakter itu. (Seringkali setiap karakter menempati 8 bit dalam 32 bit int). Dan semua orang tahu Anda bisa switchdi int!

Terakhir, referensi standar:

Standar C99 mengatakan:

6.4.4.4p10: "Nilai konstanta karakter bilangan bulat yang berisi lebih dari satu karakter (misalnya, 'ab'), atau berisi karakter atau urutan escape yang tidak memetakan ke karakter eksekusi byte tunggal, ditentukan oleh implementasi. "

Menurut Standar C (6.8.4.2 Pernyataan sakelar)

3 Ekspresi setiap label kasus harus berupa ekspresi konstanta integer ...

dan (6.6 Ekspresi konstan)

6 Ekspresi konstanta integer harus memiliki tipe integer dan hanya boleh memiliki operan yang merupakan konstanta integer, konstanta enumerasi, konstanta karakter , ukuran ekspresi yang hasilnya adalah konstanta integer, dan konstanta mengambang yang merupakan operan langsung dari cast. Operator cor dalam ekspresi konstanta bilangan bulat hanya akan mengonversi jenis aritmatika ke jenis bilangan bulat, kecuali sebagai bagian dari operan ke ukuran operator.

Sekarang apa 'eax'?

Standar C (6.4.4.4 Konstanta karakter)

2 Konstanta karakter integer adalah urutan dari satu atau lebih karakter multibyte yang diapit tanda kutip tunggal , seperti dalam 'x' ...

Jadi 'eax'adalah konstanta karakter integer sesuai dengan paragraf 10 dari bagian yang sama

10. ... Nilai konstanta karakter integer yang berisi lebih dari satu karakter (mis., 'Ab'), atau berisi karakter atau urutan escape yang tidak dipetakan ke karakter eksekusi byte tunggal, ditentukan oleh implementasi.

Jadi menurut kutipan yang disebutkan pertama itu bisa menjadi operan dari ekspresi konstan integer yang dapat digunakan sebagai label kasus.

Perhatikan bahwa konstanta karakter (diapit tanda kutip tunggal) memiliki tipe intdan tidak sama dengan string literal (urutan karakter yang diapit tanda kutip ganda) yang memiliki tipe larik karakter.

Seperti yang dikatakan orang lain, ini adalah intkonstanta dan nilai aktualnya ditentukan oleh implementasi.

Saya berasumsi sisa kode terlihat seperti ini

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

Bisa dipastikan bahwa 'eax' di bagian pertama memiliki nilai yang sama dengan 'eax' di bagian kedua, jadi semuanya berhasil, bukan? ... salah.

Dalam komentar @Davislor mencantumkan beberapa kemungkinan nilai untuk 'eax':

... 0x65, 0x656178, 0x65617800, 0x786165, 0x6165, atau sesuatu yang lain

Perhatikan nilai potensial pertama? Artinya 'e', mengabaikan dua karakter lainnya. Masalahnya adalah program mungkin menggunakan 'eax', 'ebx'dan sebagainya. Jika semua konstanta ini memiliki nilai yang sama dengan yang 'e'Anda hasilkan

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

Ini tidak terlihat terlalu bagus, bukan?

Bagian yang baik tentang "implementasi-didefinisikan" adalah bahwa pemrogram dapat memeriksa dokumentasi kompilator mereka dan melihat apakah ia melakukan sesuatu yang masuk akal dengan konstanta ini. Jika ya, rumah gratis.

Bagian buruknya adalah bahwa beberapa orang malang lainnya dapat mengambil kode dan mencoba mengkompilasinya menggunakan kompiler lain. Kesalahan kompilasi instan. Program ini tidak portabel.

Seperti yang ditunjukkan @zwol di komentar, situasinya tidak seburuk yang saya kira, dalam kasus buruk kode tidak dapat dikompilasi. Ini setidaknya akan memberi Anda nama file dan nomor baris yang tepat untuk masalah tersebut. Namun, Anda tidak akan memiliki program yang berfungsi.

Fragmen kode menggunakan keanehan historis yang disebut konstanta karakter multi-karakter , juga disebut sebagai multi-karakter .

'eax' adalah konstanta integer yang nilainya ditentukan oleh implementasi.

Berikut adalah halaman yang menarik tentang multi-karakter dan bagaimana mereka dapat digunakan tetapi tidak seharusnya:

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

Melihat jauh ke belakang ke kaca spion, berikut adalah bagaimana manual C asli oleh Dennis Ritchie dari masa lalu yang baik ( https://www.bell-labs.com/usr/dmr/www/cman.pdf ) menentukan konstanta karakter .

2.3.2 Konstanta karakter

Konstanta karakter adalah 1 atau 2 karakter yang diapit tanda kutip tunggal '' '''. Dalam konstanta karakter, kutipan tunggal harus diawali dengan garis miring ke belakang '' \''. Karakter non-grafik tertentu, dan '' \'' itu sendiri, dapat di-escape sesuai dengan tabel berikut:

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

Escape '' \ddd'' terdiri dari garis miring terbalik diikuti dengan 1, 2, atau 3 digit oktal yang diambil untuk menentukan nilai karakter yang diinginkan. Kasus khusus dari konstruksi ini adalah '' \0'' (tidak diikuti dengan digit) yang menunjukkan karakter null.

Konstanta karakter berperilaku persis seperti bilangan bulat (bukan, secara khusus, seperti objek berjenis karakter). Sesuai dengan struktur pengalamatan PDP-11, konstanta karakter dengan panjang 1 memiliki kode untuk karakter yang diberikan dalam byte orde rendah dan 0 dalam byte orde tinggi; konstanta karakter dengan panjang 2 memiliki kode untuk karakter pertama dalam byte rendah dan untuk karakter kedua dalam byte orde tinggi. Konstanta karakter dengan lebih dari satu karakter secara inheren bergantung pada mesin dan harus dihindari.

Frasa terakhir adalah semua yang perlu Anda ingat tentang konstruksi aneh ini: Konstanta karakter dengan lebih dari satu karakter secara inheren bergantung pada mesin dan harus dihindari.