各位大佬，求帮分析一下这段 C 代码

[mrzys]

C 小白一个，求各位大佬关照。问题代码见下：

#include <stdio.h>

int main() {
    long i;
    long j;
    char *ch; // 这里的确是需要初始化
    scanf("%s", ch);
    i = 0;  // 如果把这行注释掉，程序不会报错
    j = 0; //
}

执行结果：

root@ubuntu:~# ./a.out
v2ex
Segmentation fault

但是把下面给i和j赋值的语句注释掉，或者只注释其中一条，却不会报错了:

root@ubuntu:~# ./a.out
v2ex

我是用objdump -d main.o查看反汇编的代码：

0000000000400546 <main>:
  400546:       48 83 ec 08             sub    $0x8,%rsp
  40054a:       be 00 00 00 00          mov    $0x0,%esi
  40054f:       bf f4 05 40 00          mov    $0x4005f4,%edi
  400554:       b8 00 00 00 00          mov    $0x0,%eax
  400559:       e8 d2 fe ff ff          callq  400430 <__isoc99_scanf@plt>
  40055e:       b8 00 00 00 00          mov    $0x0,%eax
  400563:       48 83 c4 08             add    $0x8,%rsp
  400567:       c3                      retq
  400568:       0f 1f 84 00 00 00 00    nopl   0x0(%rax,%rax,1)

发现scanf的ch指针的地址赋值为0x0，这里的确是有问题，但是我想不通scanf下面的语句为什么会影响到程序的执行。

求各位大佬指教啊。。。

[lance6716276]

先把代码写标准了再去 debug

[shuax]

char *ch 只是一个指针，都没有给他固定空间，然后就越界了。

[yinanc]

赋值给未分配空间的指针时情况就不可控了，后面发生什么都有可能

[shsdust]

不是指明了 Segmentation fault 吗？表示 CPU 试图访问无法定址的块，明显是因为指针没被分配空间，既然到这里已经出现了这种错误，下面的程序报错很正常的

[shsdust]

还有，编译是一门玄学

[mrzys]

@shsdust 但是这样并不会报错：
```
#include <stdio.h>

int main() {
long i;
long j;
char *ch;
scanf("%s", ch);
i = 0;
//j = 0;
}
~
```
这就是令人奇怪的地方。` scanf`后面的代码会影响到程序会不会发生异常退出。

[jiutai21]

未定义的行为把，换个平台 /编译器结果不一定的

[tomychen]

1.ch 没空间
2.注释掉那行后没出错有没有可能是因为刚好 scanf 到 ch 的值刚好复盖到了第二个 long 上，所以没报错，你可以试动态调试一下。或者简单的把输入内容调整>sizeof(long)。
3. @shsdust 楼上说了玄学，这种东西代码在你的环境不出错不表示任何环境不出错，c 的指针野起来不是人能预见的。

[liuzhedash]

@mrzys #6
兄弟，这样写是否报错并不是你想的那种因果关系，建议阅读《深入理解计算机系统》的第三章。

[doun]

大概因为 scanf 下面的 int i,j 编译后，也是挪到栈上的吧

[mrzys]

@liuzhedash 就在阅读 csapp，但是对于内存这一块还是很模糊。第 7 章 linker 中说了局部变量是在执行的时候在 stack 上动态分配的，但是我反汇编之后，查看不到这段代码中的 i 和 j 的赋值指令。只有`sub $0x8,%rsp`，栈指针向下增加了 8 个字节，函数执行完毕返回之前执行`add $0x8,%rsp`，栈指针向上移动了 8 个字节，栈指针完全没有被影响。

[lingdux]

那里的野指针需要申请空间，大小要足够容纳输入的内容。
注释掉那句不发生异常只是堆栈压栈出栈的巧合而已，程序并没有按照你的预期执行。

这种问题动态调式，注意一下堆栈和内存，一目了然。
7 楼不懂别瞎说误导新人。

[mrzys]

@lingdux 谢谢大佬，晚上回去动态调试一下。

[ysc3839]

@lingdux 想问一下 7 楼说的怎么误导了？

[lingdux]

@ysc3839

未定义的行为很扯淡

[lingdux]

@mrzys
这个问题让我想起来《 0day 安全：软件漏洞分析技术》里面一个例子
虽然那个是 win 的，但是一样的原理。
2 ． 2 修改邻接变量中，修改了相邻的变量，填补了被破坏的堆栈，导致程序改变了流程实现了破解 CrackMe。

[pkookp8]

尝试了 x86 和 arm，都不会出错
gcc5.3.1
armgcc4.4.1
编译方式
$(CC) src.c -o err.bin
不加其他编译参数

[pkookp8]

@pkookp8 尝试增加-g 和-O0 也没用。。。。

[ysc3839]

@lingdux 为什么这么说呢？

[lingdux]

@ysc3839
别问了，不想回复你了，感觉挺没意思的。

[mengyaoss77]

说是小白，玩的东西完全不像小白啊，直接反汇编。
反汇编看不懂，我只知道这个代码是危险的。就像 gets()一样

[gunavy]

就像 @pkookp8 做的实验一样，平台编译器都会有影响，对堆栈的划分和组织也不一样。要知道哪里的问题，只能汇编调试。

[neoblackcap]

为什么要研究 undefined behavior?这个发生什么事系统都是不作保证的

[pkookp8]

@pkookp8 试了 i386 的 gcc4.4.6
必定段错误。。。无法复现你说的屏蔽或不屏蔽现象不同
能否把出问题和不出问题的汇编都贴上来？

[doun]

@mrzys 下 8 个字节就是分配两个 int 啊兄弟

[dummytaurus]

这个只是巧合。进入 main 的时候，栈上第一个变量值是 nil，第二个指向栈上，第三个指向错误地址。所以 scanf 处理第三个变量会 segfault，而处理第一个(scanf 应该是有对 nil 做特殊处理)和第二个变量值没有问题。
注释前，gcc 无法优化，所以 ch 是第三个变量，指向错误地址。注释后，gcc 将优化掉 i 或者 j，不管怎样，ch 会变成第一个或者第二个变量，它的值都不会引起 scanf 崩溃。
不过栈上的初始值肯定是和 crt 相关的，macOS 上面两个示例都会蹦

[tomychen]

@mrzys #11 提到的

你早点说你在刷题和题型，就不会引那么多人猜了...

[mrzys]

@dummytaurus 我使用 gdb 打印了一下未初始化的指针的值，两次指针指向的地址不一样，没注释 i 和 j 的时候指针地址是合法的，注释其中一个的时候指针地址指向了 read-only code segment。的确和 crt 有关系。我怀疑是调用 main 之前已经使用了栈空间，栈上的值被上次的函数调用写入了数据，当调用 main 的时候，因为指针没有初始化，用的上次的值。

[mrzys]

@pkookp8 我自己测试环境是 ubuntu x86-64，用 macOS 也测试了一下，-O0 的时候会报错，但是-O1 的时候不会报错。

[mrzys]

@lingdux 大佬，我动态调试了一下，的确是一个巧合，未注释和注释的时候，指针的地址虽说有 8 个字节的偏差，但是正式因为这 8 个字节的偏差，导致指针指向的地址完全不一样，未注释的时候指针指向的地址指向了 code segment，注释后，指针指向的地址是合法的。

[mrzys]

@tomychen 额，感觉没关系啊。我刚好写完了 rio，准备写代码测试的时候发现了这个蛋疼的问题。不过还好，解决了这个问题加深了对汇编和运行时堆栈的了解。

[mrzys]

@pkookp8
环境：4.13.0-37-generic gcc version 5.4.0 20160609

```
两次未优化的汇编代码：
```
Dump of assembler code for function main:
0x0000000000400546 <+0>: push %rbp
0x0000000000400547 <+1>: mov %rsp,%rbp
0x000000000040054a <+4>: sub $0x10,%rsp
0x000000000040054e <+8>: mov -0x10(%rbp),%rax
0x0000000000400552 <+12>: mov %rax,%rsi
0x0000000000400555 <+15>: mov $0x400604,%edi
0x000000000040055a <+20>: mov $0x0,%eax
0x000000000040055f <+25>: callq 0x400430 <__isoc99_scanf@plt>
0x0000000000400564 <+30>: movq $0x0,-0x8(%rbp)
0x000000000040056c <+38>: mov $0x0,%eax
0x0000000000400571 <+43>: leaveq
0x0000000000400572 <+44>: retq

```

```
Dump of assembler code for function main:
0x0000000000400546 <+0>: push %rbp
0x0000000000400547 <+1>: mov %rsp,%rbp
0x000000000040054a <+4>: sub $0x20,%rsp
0x000000000040054e <+8>: mov -0x18(%rbp),%rax
0x0000000000400552 <+12>: mov %rax,%rsi
0x0000000000400555 <+15>: mov $0x400604,%edi
0x000000000040055a <+20>: mov $0x0,%eax
0x000000000040055f <+25>: callq 0x400430 <__isoc99_scanf@plt>
0x0000000000400564 <+30>: movq $0x0,-0x10(%rbp)
0x000000000040056c <+38>: movq $0x0,-0x8(%rbp)
0x0000000000400574 <+46>: mov $0x0,%eax
0x0000000000400579 <+51>: leaveq
0x000000000040057a <+52>: retq
End of assembler dump.

```
-0x18(%rbp)和 -0x10(%rbp)的值，一个是非法的一个是合法的