[转]printf 函数实现的深入剖析
研究printf的实现，首先来看看printf函数的函数体
int printf(const char *fmt, ...)
{
int i;
char buf[256];
va_list arg = (va_list)((char*)(&fmt) + 4);
i = vsprintf(buf, fmt, arg);
write(buf, i);
return i;
}
代码位置：D:/~/funny/kernel/printf.c
在形参列表里有这么一个token：...
这个是可变形参的一种写法。
当传递参数的个数不确定时，就可以用这种方式来表示。
很显然，我们需要一种方法，来让函数体可以知道具体调用时参数的个数。
先来看printf函数的内容：
这句：
va_list arg = (va_list)((char*)(&fmt) + 4);
va_list的定义：
typedef char *va_list
这说明它是一个字符指针。
其中的： (char*)(&fmt) + 4) 表示的是...中的第一个参数。
如果不懂，我再慢慢的解释：
C语言中，参数压栈的方向是从右往左。
也就是说，当调用printf函数的适合，先是最右边的参数入栈。
fmt是一个指针，这个指针指向第一个const参数（const char *fmt)中的第一个元素。
fmt也是个变量，它的位置，是在栈上分配的，它也有地址。
对于一个char *类型的变量，它入栈的是指针，而不是这个char *型变量。
换句话说：
你sizeof(p) (p是一个指针，假设p=&i,i为任何类型的变量都可以）
得到的都是一个固定的值。（我的计算机中都是得到的4）
当然，我还要补充的一点是：栈是从高地址向低地址方向增长的。
ok！
现在我想你该明白了：为什么说(char*)(&fmt) + 4) 表示的是...中的第一个参数的地址。
下面我们来看看下一句：
i = vsprintf(buf, fmt, arg);
让我们来看看vsprintf(buf, fmt, arg)是什么函数。
int vsprintf(char *buf, const char *fmt, va_list args)
{
char* p;
char tmp[256];
va_list p_next_arg = args;
for (p=buf;*fmt;fmt++) {
if (*fmt != '%') {
*p++ = *fmt;
continue;
}
fmt++;
switch (*fmt) {
case 'x':
itoa(tmp, *((int*)p_next_arg));
strcpy(p, tmp);
p_next_arg += 4;
p += strlen(tmp);
break;
case 's':
break;
default:
break;
}
}
return (p - buf);
}
我们还是先不看看它的具体内容。
想想printf要左什么吧
它接受一个格式化的命令，并把指定的匹配的参数格式化输出。
ok，看看i = vsprintf(buf, fmt, arg);
vsprintf返回的是一个长度，我想你已经猜到了：是的，返回的是要打印出来的字符串的长度
其实看看printf中后面的一句：write(buf, i);你也该猜出来了。
write，顾名思义：写操作，把buf中的i个元素的值写到终端。
所以说：vsprintf的作用就是格式化。它接受确定输出格式的格式字符串fmt。用格式字符串对个数变化的参数进行格式化，产生格式化输出。
我代码中的vsprintf只实现了对16进制的格式化。
你只要明白vsprintf的功能是什么，就会很容易弄懂上面的代码。
下面的write(buf, i);的实现就有点复杂了
如果你是os，一个用户程序需要你打印一些数据。很显然：打印的最底层操作肯定和硬件有关。
所以你就必须得对程序的权限进行一些限制：
让我们假设个情景：
一个应用程序对你说：os先生，我需要把存在buf中的i个数据打印出来，可以帮我么？
os说：好的，咱俩谁跟谁，没问题啦！把buf给我吧。
然后，os就把buf拿过来。交给自己的小弟（和硬件操作的函数）来完成。
只好通知这个应用程序：兄弟，你的事我办的妥妥当当！（os果然大大的狡猾 ^_^）
这样 应用程序就不会取得一些超级权限，防止它做一些违法的事。（安全啊安全）
让我们追踪下write吧：
write:
mov eax, _NR_write
mov ebx, [esp + 4]
mov ecx, [esp + 8]
int INT_VECTOR_SYS_CALL
位置：d:~/kernel/syscall.asm
这里是给几个寄存器传递了几个参数，然后一个int结束
想想我们汇编里面学的，比如返回到dos状态：
我们这样用的
mov ax,4c00h
int 21h
为什么用后面的int 21h呢？
这是为了告诉编译器：号外，号外，我要按照给你的方式（传递的各个寄存器的值）变形了。
编译器一查表：哦，你是要变成这个样子啊。no problem！
其实这么说并不严紧，如果你看了一些关于保护模式编程的书，你就会知道，这样的int表示要调用中断门了。通过中断门，来实现特定的系统服务。
我们可以找到INT_VECTOR_SYS_CALL的实现：
init_idt_desc(INT_VECTOR_SYS_CALL, DA_386IGate, sys_call, PRIVILEGE_USER);
位置：d:~/kernel/protect.c
如果你不懂，没关系，你只需要知道一个int INT_VECTOR_SYS_CALL表示要通过系统来调用sys_call这个函数。（从上面的参数列表中也该能够猜出大概）
好了，再来看看sys_call的实现：
sys_call:
call save
push dword [p_proc_ready]
sti
push ecx
push ebx
call [sys_call_table + eax * 4]
add esp, 4 * 3
mov [esi + EAXREG - P_STACKBASE], eax
cli
ret
位置：～/kernel/kernel.asm
一个call save，是为了保存中断前进程的状态。
靠！
太复杂了，如果详细的讲，设计到的东西实在太多了。
我只在乎我所在乎的东西。sys_call实现很麻烦，我们不妨不分析funny os这个操作系统了
先假设这个sys_call就一单纯的小女孩。她只有实现一个功能：显示格式化了的字符串。
这样，如果只是理解printf的实现的话，我们完全可以这样写sys_call：
sys_call:
;ecx中是要打印出的元素个数
;ebx中的是要打印的buf字符数组中的第一个元素
;这个函数的功能就是不断的打印出字符，直到遇到：'\0'
;[gs:edi]对应的是0x80000h：0采用直接写显存的方法显示字符串
xor si,si
mov ah,0Fh
mov al,[ebx+si]
cmp al,'\0'
je .end
mov [gs:edi],ax
inc si
loop:
sys_call
.end:
ret
ok!就这么简单！
恭喜你，重要弄明白了printf的最最底层的实现！
如果你有机会看linux的源代码的话，你会发现，其实它的实现也是这种思路。
freedos的实现也是这样
比如在linux里，printf是这样表示的：
static int printf(const char *fmt, ...)
{
va_list args;
int i;
va_start(args, fmt);
write(1,printbuf,i=vsprintf(printbuf, fmt, args));
va_end(args);
return i;
}
va_start
va_end 这两个函数在我的blog里有解释，这里就不多说了
它里面的vsprintf和我们的vsprintf是一样的功能。
不过它的write和我们的不同，它还有个参数：1
这里我可以告诉你：1表示的是tty所对应的一个文件句柄。
在linux里，所有设备都是被当作文件来看待的。你只需要知道这个1就是表示往当前显示器里写入数据
在freedos里面，printf是这样的：
int VA_CDECL printf(const char *fmt, ...)
{
va_list arg;
va_start(arg, fmt);
charp = 0;
do_printf(fmt, arg);
return 0;
}
看起来似乎是do_printf实现了格式化和输出。
我们来看看do_printf的实现：
STATIC void do_printf(CONST BYTE * fmt, va_list arg)
{
int base;
BYTE s[11], FAR * p;
int size;
unsigned char flags;
for (;*fmt != '\0'; fmt++)
{
if (*fmt != '%')
{
handle_char(*fmt);
continue;
}
fmt++;
flags = RIGHT;
if (*fmt == '-')
{
flags = LEFT;
fmt++;
}
if (*fmt == '0')
{
flags |= ZEROSFILL;
fmt++;
}
size = 0;
while (1)
{
unsigned c = (unsigned char)(*fmt - '0');
if (c > 9)
break;
fmt++;
size = size * 10 + c;
}
if (*fmt == 'l')
{
flags |= LONGARG;
fmt++;
}
switch (*fmt)
{
case '\0':
va_end(arg);
return;
case 'c':
handle_char(va_arg(arg, int));
continue;
case 'p':
{
UWORD w0 = va_arg(arg, unsigned);
char *tmp = charp;
sprintf(s, "%04x:%04x", va_arg(arg, unsigned), w0);
p = s;
charp = tmp;
break;
}
case 's':
p = va_arg(arg, char *);
break;
case 'F':
fmt++;
/* we assume %Fs here */
case 'S':
p = va_arg(arg, char FAR *);
break;
case 'i':
case 'd':
base = -10;
goto lprt;
case 'o':
base = 8;
goto lprt;
case 'u':
base = 10;
goto lprt;
case 'X':
case 'x':
base = 16;
lprt:
{
long currentArg;
if (flags & LONGARG)
currentArg = va_arg(arg, long);
else
{
currentArg = va_arg(arg, int);
if (base >= 0)
currentArg = (long)(unsigned)currentArg;
}
ltob(currentArg, s, base);
p = s;
}
break;
default:
handle_char('?');
handle_char(*fmt);
continue;
}
{
size_t i = 0;
while(p[i]) i++;
size -= i;
}
if (flags & RIGHT)
{
int ch = ' ';
if (flags & ZEROSFILL) ch = '0';
for (; size > 0; size--)
handle_char(ch);
}
for (; *p != '\0'; p++)
handle_char(*p);
for (; size > 0; size--)
handle_char(' ');
}
va_end(arg);
}
这个就是比较完整的格式化函数
里面多次调用一个函数：handle_char
来看看它的定义：
STATIC VOID handle_char(COUNT c)
{
if (charp == 0)
put_console(c);
else
*charp++ = c;
}
里面又调用了put_console
显然，从函数名就可以看出来：它是用来显示的
void put_console(int c)
{
if (buff_offset >= MAX_BUFSIZE)
{
buff_offset = 0;
printf("Printf buffer overflow!\n");
}
if (c == '\n')
{
buff[buff_offset] = 0;
buff_offset = 0;
#ifdef __TURBOC__
_ES = FP_SEG(buff);
_DX = FP_OFF(buff);
_AX = 0x13;
__int__(0xe6);
#elif defined(I86)
asm
{
push ds;
pop es;
mov dx, offset buff;
mov ax, 0x13;
int 0xe6;
}
#endif
}
else
{
buff[buff_offset] = c;
buff_offset++;
}
}
注意：这里用递规调用了printf，不过这次没有格式化，所以不会出现死循环。
好了，现在你该更清楚的知道：printf的实现了
现在再说另一个问题：
无论如何printf()函数都不能确定参数...究竟在什么地方结束，也就是说，它不知
道参数的个数。它只会根据format中的打印格式的数目依次打印堆栈中参数format后面地址
的内容。
这样就存在一个可能的缓冲区溢出问题。。。
