main函数执行之前都干啥了(运行时库的作用)(转)

发布时间 2023-05-25 15:02:18作者: 大黑耗

原文:https://www.cnblogs.com/yueqian-scut/p/3952263.html (有改动)

其它说法:

C语言有所了解的人都知道main函数是整个程序的入口,但是其实不然,在内核中可以使用链接器来设置程序的开始地方。当内核使⽤⼀个exec函数执⾏C程序时,在调⽤main函数之前先调⽤⼀个特殊的启动例程,可执⾏程序将此例程指定为程序的起始地址。启动例程从内核获取命令⾏参数和环境变量,然后为调⽤main函数做好准备。

      前面我们关注的是程序开始进入时的调用函数,而atexit函数是一个特殊的函数,它是在正常程序退出时调用的函数,我们把他叫为登记函数.⼀个进程可以登记若⼲个(具体⾃⼰验证⼀下)个函数,这些函数由exit⾃动调⽤,这些函数被称为终⽌处理函数, atexit函数可以登记这些函数。 exit调⽤终⽌处理函数的顺序和atexit登记的顺序相反(网上很多说造成顺序相反的原因是参数压栈造成的,参数的压栈是先进后出,和函数的栈帧相同),如果⼀个函数被多次登记,也会被多次调⽤。

(https://www.cnblogs.com/cthon/p/9196723.html)

 

(下面这2条也是运行时库提供的功能,下文第四节有讲到)

1. 在main之前会先初始化全局变量,如果这些全局变量是某些函数的返回值的话,会先调用这些函数

2. 还可以用有些编译器扩展提供的相关机制,例如GNUC中,可以指定一个函数的属性为constructor,使其在main之前执行(同理设置deconstructor属性可以在main之后执行):

static __attribute__((constructor)) void f()
{
    printf("f\n");
}

(https://www.bilibili.com/read/cv23445740/)

 

一、引言        

本文介绍运行时库实现的功能,拉起一个进程首先是把控制权交给运行时库的入口函数 _startEntryPoint 而不是main函数你会看到在main函数执行之前都做了什么。先来理解以下代码:

#include <stdio.h>
void init(void) __attribute__((constructor));
void init(void){
    printf(“before enter main!\n”);
}
void exit_func(void){
    printf(“after leave main!\n”);
}
int main(void){
    int *m = malloc(5, sizeof(int));
    atexit(exit_fun);
    printf(“hello world!\n”);
}
 
思考:
1 程序的运行结果是?
2进入main之前做了哪些操作,如果进入main?
3 如何支持printf函数?
4 退出main之后做了什么事情?
5 如何MALLOC和FREE等堆操作?
6 程序会造成内存泄露吗?
7 等等
 
二、运行时库概述
任何一个C/C++程序,它的背后都有一套庞大的代码来进行支撑,以使得该程序能够正常运行。这套代码至少包括入口函数,及其依赖的函数所构成的函数集合。当然,它还应该包括各种标准函数(如字符串,数学运算等)的实现。一般的程序运行过程如下:
1.操作系统创建进程后,把控制权交给程序的入口函数(gcc –e (_startEntryPoint)),   这个函数往往是运行时库的某个入口函数。 glibc 的入口函数是_start,
          msvc(vc6.0)是mainCRTStartup
2. 入口函数对运行库和程序运行环境进行初始化,包括堆,I/O,线程,全局变量构造(constructor)等
3. 调用MAIN函数,正式开始执行程序主体。
4. 执行MAIN完毕,返回入口函数,进行清理工作,包括全局变量析构,堆销毁,关闭I/O等,然后进行系统调用介绍进程
 
三、运行时库主要功能模块
1.启动与退出,包括入口函数及其依赖函数
2.标准函数,C语言标准规定的标准函数
3.I/O,I/O功能的封装和实现,如提供PRINT
4.堆,堆的封装和实现
5.调试支持等
 
四、程序详细运行过程
以下分析默认为WINDOWS静态链接过程
1. 程序执行前装载器会把用户的参数和环境变量压入栈,接着操作系统把控制权交给mainCRTStartup入口函数。
用户的参数:对应int main(int argc,char *argv[])
环境变量:系统公用数据,系统搜索路径等等。
程序需要获取用户参数和环境变量均是 从栈上获取,需要理解栈帧的概念。
 
2. 初始化和OS版本相关的全局变量
 
3. 初始化堆,每个进程都有属于自己的堆。它是一次性从系统中申请一块比较大的虚拟空间(实际需要时(如malloc)才会映射到物理页),以后在进程中由库的堆管理算法来维护这个堆。当堆不够用时再继续申请一块大的虚拟空间继续分配。 可见,并非程序每次malloc都会调用系统API(API调用比较耗时,涉及到用户态到内核态的上下文切换),效率比较高.
堆相关操作:
HeapCreate:创建一个堆,最终会调用virtualAlloc()系统API函数去创建堆。
HeapAlloc: malloc会调用该函数
HeapFree: free会调用该函数
HeapDestroy:摧毁一个堆
 
4. I/O初始化,继承父进程打开文件表。可见,子进程是可以访问父进程打开的文件。如果父进程没有打开标准的输入输出,该进程会初始化标准输入输出。即初始化以下指针变量:stdin,stdout,stderr.它们都是FILE类型指针。在linux和windows中,打开文件对应于操作一个内核对象,其处于内核态,因此用户态是不能直接操作该内核对象的。用户只能操作与内核对象相关联的FILE结构指针。对应关系是:

 

Printf其实是调用stdout指针在屏幕上输出
#define printf(args…) fprintf(stdout, ##args)
Args…表示变长输入参数。用以下四个宏根据栈来获取。
Va_list、Va_start、Va_arg、Va_end
 
5. 获取命令行参数和环境变量
 
6. 初始化C库的一些数据
 
7. 全局变量构造,如各个全局类对象的构造函数调用和标记 __attribute__((constructor))属性的各个函数。它们都应该在进入main前进行调用。
需要运行时库和C/C++编译器、连接器的配合才能实现这个功能。
1)编译器编译某个.cpp(设为main.cpp)文件时,会将所有的构造函数实现作为一个整体放到.init段,把析构函数实现放到.finit段,然后在.ctors段放置.init段的地址(该地址即是该文件的各个构造函数的总入口)。
2)运行时库有一个库是crtbegin.o,它的.ctors段放置的内容为-1,ctrend.o,它的.ctors段放置的内容也是-1。
3)用链接器进行连接:ld crtbegin.o main.o crtend.o一定要按这种顺序,否则出错。链接后的.ELF文件是将以上各个文件的.init/.finit/.ctors等段分别合并。当然.data/.text段也会相应合并。
全局变量构造时即是遍历.ctors段的内容,从-1(crtbegin.o)开始,再到-1(crtend.o)结束,中间每四个字节即是各个文件的构造入口函数指针,如果非0,即进行调用。
 
8. 注册析构函数
为了支持C++类的析构函数,和标记 __attribute__((deconstructor))属性的各个函数在main之后会被调用,而且是按构造的相反顺序进行调用,同样需要编译器和链接器以及运行时库的支持,原理跟构造相仿。只是为了逆序,使用了atexit注册各个虚构函数,注册时在链表头插入链接,main退出以后也从链表头开始获取链表函数,并进行调用。(参考:atexit函数详解
 
9. 执行函数主体。
调用main函数执行,等待返回。在这里可以用到之前已经初始化的各种资源,如I/O, 堆申请释放等等
 
10. 调用析构函数
 
11. 释放堆
12. 释放其他资源
13. 调用exit系统API退出进程
 
 
五、回答引言的问题。
 
1. 参考以上分析, 程序的打印结果是:
 before enter main!
 hello world!
 after leave main!
 
2. 程序并不会产生系统内存泄漏。进程退出,其会摧毁整个堆。所谓内存泄露是指在进程的运行中,不恰当、不合理地申请内存,但没有释放内存。