clang 中的非法硬件指令

Question

这是我的代码片段（header 文件很简单，因此不会出现在这里）。

#include<string>
#include<list>
#include<optional>
#include<malloc.h>

#include "include/common.h"
using std::list;
using std::string;
using std::optional;

optional<list<string>> split(string content, const char *delimiter) {

    char *buf = (char *)malloc(content.length());
    memcpy(buf, content.c_str(), content.length());

    const char *head = strtok(buf, delimiter);
    const char *foll = buf; // follow ptr
    list<string> l; 

    if(head == NULL){
        return std::nullopt;
    }

    while(head != nullptr) {
        DBG("%s", head);
        // DBG("%s", foll);
        // foll = head;
        head = strtok(NULL, delimiter);
    }

    
}
int main(){
    string s("123 12312 123213a as dasd as asd");
    split(s, " ");
}

并用clang -o String String.cpp -g -std=c++17 -I../ -lstdc++它但是当我执行它时它会崩溃。

squ in 🌐 squ-virtual-machine in tinyhttpd/src on master [?] 
❯ ./String
[x] split(), String.cpp:25 : 123
[x] split(), String.cpp:25 : 12312
[x] split(), String.cpp:25 : 123213a
[x] split(), String.cpp:25 : as
[x] split(), String.cpp:25 : dasd
[x] split(), String.cpp:25 : as
[x] split(), String.cpp:25 : asd
[1]    192159 illegal hardware instruction  ./String

我使用 lldb 调试它并找到它。

Process 192296 stopped
* thread #1, name = 'String', stop reason = signal SIGILL: illegal instruction operand
    frame #0: 0x0000000000401458 String`split(content=error: summary string parsing error, delimiter=" ") at String.cpp:24:5
   21           return std::nullopt;
   22       }
   23  
-> 24       while(head != nullptr) {
   25           DBG("%s", head);
   26           // DBG("%s", foll);
   27           // foll = head;
(lldb) p head
(const char *) $0 = 0x0000000000000000
(lldb) n
Process 192296 exited with status = 4 (0x00000004) 

所以不明白为什么NULL和nullptr对比会抛出这个异常。

Answer 1

使用当前 C++ 拆分字符串的示例，没有任何低级指针算术和/或手动 memory 分配。

#include <iostream>
#include <string>
#include <string_view>
#include <vector>
#include <set>

// returns vector of string views to avoid copying of string data
// this function can split on multiple delimiters.

auto split_string(std::string_view string, std::string_view delimiters)
{
    std::vector<std::string_view> substrings;
    if (delimiters.size() == 0ul)
    {
        substrings.emplace_back(string);
        return substrings;
    }

    auto start_pos = string.find_first_not_of(delimiters);
    auto end_pos = start_pos;
    auto max_length = string.length();

    while (start_pos < max_length)
    {
        end_pos = std::min(max_length, string.find_first_of(delimiters, start_pos));

        if (end_pos != start_pos)
        {
            substrings.emplace_back(&string[start_pos], end_pos - start_pos);
            start_pos = string.find_first_not_of(delimiters, end_pos);
        }
    }

    return substrings;
}

int main()
{
    auto words = split_string("aaa aa abc aaa", " ");

    for (const auto& word : words)
    {
        std::cout << word << "\n";
    }

    return 0;
}

Answer 2

您可以避免使用 C 风格代码并使用 C++ 标准库的一些有用功能来拆分字符串。

一个简单有效的解决方案：

#include <iostream>
#include <string>
#include <string_view>
#include <vector>
#include <limits>
#include <cstddef>


[[ nodiscard ]] std::vector< std::string_view >
split( const std::string_view inputStr, const std::string_view delimiter = " \t" )
{
    std::vector< std::string_view > foundTokens { };

    if ( inputStr.empty( ) ) [[ unlikely ]]
    {
        return foundTokens;
    }

    using std::size_t;

    for ( size_t start { inputStr.find_first_not_of( delimiter ) }, end { }
          ; start != std::string_view::npos; )
    {
        end = inputStr.find_first_of( delimiter, start );
        foundTokens.emplace_back( inputStr.substr( start, end - start ) );
        start = inputStr.find_first_not_of( delimiter, end );
    }

    return foundTokens;
}

int main( )
{
    const std::string text { "123 12312 123213a as dasd as asd" };
    constexpr std::string_view delimiter { " \t" };
    std::vector<std::string_view> tokens { split( text, delimiter ) };

    if ( tokens.empty( ) )
    {
        std::cout << "No tokens were found\n";
    }
    else
    {
        std::cout << "Found tokens are the following:\n";
        for ( const auto token : tokens )
        {
            std::cout << token << "\n";
        }
    }
}

注意：作为第一个参数传递给上面的 function 的字符串在 function 返回后应该是有效的，因为返回vector中的string_view指向inputStr的缓冲区。 换句话说，那些返回的string_view不能比传递给上述函数的inputStr参数的原始字符串更长寿。 否则，那些返回的string_view将指向已删除的 memory，因此该程序将具有未定义的行为。 如果您真的不想要这种行为，您可以将std::string_view的所有实例替换为std::string s，这将以降低代码效率为代价来防止问题发生。