需求
假如有这样的一个需求，有个日期，想要截取获得其年份。我们用php可以使用explode，也可以使用strtok
$a = "2019-09-10 00:00:00";
echo strtok($a,"-"); // 2019
可能大家对strtok不太熟悉，它的作用是用-来分割$a获取子串，循环调用可以达到和explode差不多的效果。
实验
实验1
我之所以用strtok呢，是因为C 语言里也有这个函数，这个函数比较“怪”，每一次调用，是将字符串中找到的-替换为\0，然后返回标记字符串的首地址。
#include <stdio.h>
#include <string.h>
int main(int argc, char *argv[]) {
char date[] = "2019-09-10";
char *tmp = strtok(date, "-");
printf("%s,%p\n", tmp, (void *) tmp); // 2019,0x7ffe8741bdd0
printf("%s,%p\n", date, (void *) date); // 2019,0x7ffe8741bdd0
printf("%d,%c\n", date[4], date[4]); // 0,
return 0;
}
实验2
当我们使用char指针来作为字符串的初始化时，又会是怎样呢？
#include <stdio.h>
#include <string.h>
int main(int argc, char *argv[]) {
char *date = "2019-09-10";
char *tmp = strtok(date, "-");
printf("%s,%p\n", tmp, (void *) tmp); // 2019,0x7ffe8741bdd0
printf("%s,%p\n", date, (void *) date); // 2019,0x7ffe8741bdd0
printf("%d,%c\n", date[4], date[4]); // 0,
return 0;
}
运行的结果却是
Segmentation fault
原理
当我们使用指针变量作为左值，双引号字符串作为右值时，背后双引号的逻辑是：
在只读区申请内存，存放字符串
在字符串尾加上了'\0'
返回字符串的首地址
所以char * date就在栈上存放里双引号字符串返回的首地址。当使用strtok的时候，通过实验1可以看到strtok实际是找到的字符串替换为\0，也就是说需要修改原字符串的。而该字符串是在只读区，不不能修改，所以运行出现了段错误。
反过来思考，我们 char date[]数组通过双引号初始化的时候又是什么原理，是不是也是双引号返回了常量字符串首地址，然后再通过循环一个个赋值到char数组里呢？
实验3
猜想归猜想。我们通过实验来证明下。
#include <stdio.h>
int main(int argc, char const *argv[])
{
char *str1 = "123";
char str2[] = {'1','2','3'};
char str3[] = {"123"};
char str4[] = "123";
return 0;
}
通过objdump反汇编可以看到
$ gcc a.c
$ objdump -D a.out
00000000004004ed <main>:
4004ed: 55 push %rbp
4004ee: 48 89 e5 mov %rsp,%rbp
4004f1: 89 7d cc mov %edi,-0x34(%rbp)
4004f4: 48 89 75 c0 mov %rsi,-0x40(%rbp)
4004f8: 48 c7 45 f8 c0 05 40 movq $0x4005c0,-0x8(%rbp)
4004ff: 00
400500: c6 45 f0 31 movb $0x31,-0x10(%rbp)
400504: c6 45 f1 32 movb $0x32,-0xf(%rbp)
400508: c6 45 f2 33 movb $0x33,-0xe(%rbp)
40050c: c7 45 e0 31 32 33 00 movl $0x333231,-0x20(%rbp)
400513: c7 45 d0 31 32 33 00 movl $0x333231,-0x30(%rbp)
40051a: b8 00 00 00 00 mov $0x0,%eax
40051f: 5d pop %rbp
400520: c3 retq
400521: 66 2e 0f 1f 84 00 00 nopw %cs:0x0(%rax,%rax,1)
400528: 00 00 00
40052b: 0f 1f 44 00 00 nopl 0x0(%rax,%rax,1)
$objdump -j .rodata -d 3.out
a.out: file format elf64-x86-64
Disassembly of section .rodata:
00000000004005b0 <_IO_stdin_used>:
4005b0: 01 00 02 00 00 00 00 00 ........
00000000004005b8 <__dso_handle>:
...
4005c0: 31 32 33 00 123.
实验结论
可以看到
第一个变量（黄色框）初始化是传入了一个地址，而这个地址4005c0正是下面只读数据段里面的，我们可以看到下面4005c0 储存数据31323300十六进制对应的ascii码里面的就是123\0。
第二个变量（红色框）是通过三次mov操作放到了栈上（movb表示按字节移动）。
第三个变量和第四个变量的方式一样，都是直接把字符串传递到了栈上，而不是像第一个变量那样，传递的是一个地址。
所以，用指针初始化的字符串在只读取，不能被改写；用 char 数组形式初始化的字符串，即使使用了双引号来初始化，也是在栈上，后面程序是可以改写的。
扩展
C 语言也太坑爹了，这样每个函数怎么用，我们怎么知道传入的字符串在函数内部会不会做变更呢？
其实在函数手册可以看到一些细节，比如下面的函数
char *strchr(const char *s, int c);
char *strtok(char *str, const char *delim);
char *strcat(char *dest, const char *src);
当形参为const char *的时候，说明函数不会对该段内存里的数据做变更，传入栈上、堆上、只读区的地址都行；反之，如果形参为char *就要小心了，可以认为它的意思是数组，会改变传入的“字符串”。
思考
根据我们上面分析的
#include <stdio.h>
#include <string.h>
int main(int argc, char *argv[]) {
char *date = "2019";
strcat(date, "-09-10");
printf("%s,%p\n", date, (void *) date);
return 0;
}
运行时肯定是Segmentation fault了，因为“2019”是存在了只读取。
如果换成下面的代码，又会怎样呢？
#include <stdio.h>
#include <string.h>
int main(int argc, char *argv[]) {
char date[] = "2019";
strcat(date, "-09-10");
printf("%s,%p\n", date, (void *) date);
return 0;
}
linux gcc 编译可运行，但是实际是有问题的，比如我改成
#include <stdio.h>
#include <string.h>
int main(int argc, char *argv[]) {
char date[] = "2019";
strcat(date, "-09-1000000000000000000");
printf("%s,%p\n", date, (void *) date);
return 0;
}
就会出现段错误，也许在你的服务器编译运行又不报错，如果不报错请增加追加字符串的长度然后尝试。（C 程序就是这么神奇，能运行不一定表示没问题。）
因为date初始化分配的内存不足以存放连接之后的字符串。我们改写为
#include <stdio.h>
#include <string.h>
int main(int argc, char *argv[]) {
char date[11] = "2019";
strcat(date, "-09-10");
printf("%s,%p\n", date, (void *) date);
return 0;
}
本文转自 https://mengkang.net/1388.html
