C++ 编译器的函数名修饰规则

不念不忘少年蓝@ 2022-08-02 10:58 108阅读 0赞

C++ 编译器的函数名修饰规则   
  
函数名字修饰（Decorated Name）方式   
  
 函数的名字修饰（Decorated Name）就是编译器在编译期间创建的一个字符串，用来指明函数的定义或原型。LINK程序或其他工具有时需要指定函数的名字修饰来定位函数的正确位置。 多数情况下程序员并不需要知道函数的名字修饰，LINK程序或其他工具会自动区分他们。当然，在某些情况下需要指定函数的名字修饰，例如在C++程序中， 为了让LINK程序或其他工具能够匹配到正确的函数名字，就必须为重载函数和一些特殊的函数（如构造函数和析构函数）指定名字装饰。另一种需要指定函数的 名字修饰的情况是在汇编程序中调用C或C++的函数。如果函数名字，调用约定，返回值类型或函数参数有任何改变，原来的名字修饰就不再有效，必须指定新的 名字修饰。C和C++程序的函数在内部使用不同的名字修饰方式，下面将分别介绍这两种方式。   
  
  
1. C编译器的函数名修饰规则   
  
 对于\_\_stdcall调用约定，编译器和链接器会在输出函数名前加上一个下划线前缀，函数名后面加上一个“@”符号和其参数的字节数，例如 \_functionname@number。\_\_cdecl调用约定仅在输出函数名前加上一个下划线前缀，例如\_functionname。 \_\_fastcall调用约定在输出函数名前加上一个“@”符号，后面也是一个“@”符号和其参数的字节数，例如 @functionname@number   
  
2. C++编译器的函数名修饰规则   
  
 C++的函数名修饰规则有些复杂，但是信息更充分，通过分析修饰名不仅能够知道函数的调用方式，返回值类型，参数个数甚至参数类型。不管 \_\_cdecl，\_\_fastcall还是\_\_stdcall调用方式，函数修饰都是以一个“?”开始，后面紧跟函数的名字，再后面是参数表的开始标识和 按照参数类型代号拼出的参数表。对于\_\_stdcall方式，参数表的开始标识是“@@YG”，对于\_\_cdecl方式则是“@@YA”，对于 \_\_fastcall方式则是“@@YI”。参数表的拼写代号如下所示：   
X--void   
D--char   
E--unsigned char   
F--short   
H--int   
I--unsigned int   
J--long   
K--unsigned long（DWORD）   
M--float   
N--double   
\_N--bool   
U--struct   
....   
指针的方式有些特别，用PA表示指针，用PB表示const类型的指针。后面的代号表明指针类型，如果相同类型的指针连续出现，以“0”代替，一 个“0”代表一次重复。U表示结构类型，通常后跟结构体的类型名，用“@@”表示结构类型名的结束。函数的返回值不作特殊处理，它的描述方式和函数参数一 样，紧跟着参数表的开始标志，也就是说，函数参数表的第一项实际上是表示函数的返回值类型。参数表后以“@Z”标识整个名字的结束，如果该函数无参数，则 以“Z”标识结束。下面举两个例子，假如有以下函数声明：   
  
int Function1 (char \*var1,unsigned long);   
其函数修饰名为“?Function1@@YGHPADK@Z”，而对于函数声明：   
void Function2();   
其函数修饰名则为“?Function2@@YGXXZ” 。   
  
 对于C++的类成员函数（其调用方式是thiscall），函数的名字修饰与非成员的C++函数稍有不同，首先就是在函数名字和参数表之间插入以“@”字 符引导的类名；其次是参数表的开始标识不同，公有（public）成员函数的标识是“@@QAE”,保护（protected）成员函数的标识是 “@@IAE”,私有（private）成员函数的标识是“@@AAE”，如果函数声明使用了const关键字，则相应的标识应分别为 “@@QBE”，“@@IBE”和“@@ABE”。如果参数类型是类实例的引用，则使用“AAV1”，对于const类型的引用，则使用“ABV1”。下 面就以类CTest为例说明C++成员函数的名字修饰规则：   
class CTest   
\{   
......   
private:   
 void Function(int);   
protected:   
 void CopyInfo(const CTest &src);   
public:   
 long DrawText(HDC hdc, long pos, const TCHAR\* text, RGBQUAD color, BYTE bUnder, bool bSet);   
 long InsightClass(DWORD dwClass) const;   
......   
\};   
  
对于成员函数Function，其函数修饰名为“?Function@CTest@@AAEXH@Z”，字符串“@@AAE”表示这是一个私有函 数。成员函数CopyInfo只有一个参数，是对类CTest的const引用参数，其函数修饰名为 “?CopyInfo@CTest@@IAEXABV1@@Z”。DrawText是一个比较复杂的函数声明，不仅有字符串参数，还有结构体参数和HDC 句柄参数，需要指出的是HDC实际上是一个HDC\_\_结构类型的指针，这个参数的表示就是“PAUHDC\_\_@@”，其完整的函数修饰名为 “?DrawText@CTest@@QAEJPAUHDC\_\_@@JPBDUtagRGBQUAD@@E\_N@Z”。InsightClass是一个共 有的const函数，它的成员函数标识是“@@QBE”，完整的修饰名就是“?InsightClass@CTest@@QBEJK@Z”。   
  
无论是C函数名修饰方式还是C++函数名修饰方式均不改变输出函数名中的字符大小写，这和PASCAL调用约定不同，PASCAL约定输出的函数名无任何修饰且全部大写。   
  
3.查看函数的名字修饰   
  
 有两种方式可以检查你的程序中的函数的名字修饰：使用编译输出列表或使用Dumpbin工具。使用/FAc，/FAs或/FAcs命令行参数可以让编译器 输出函数或变量名字列表。使用dumpbin.exe /SYMBOLS命令也可以获得obj文件或lib文件中的函数或变量名字列表。此外，还可以使用 undname.exe 将修饰名转换为未修饰形式。   
  
  
  
函数调用约定和名字修饰规则不匹配引起的常见问题   
 函数调用时如果出现堆栈异常，十有八九是由于函数调用约定不匹配引起的。比如动态链接库a有以下导出函数：long MakeFun(long lFun);   
动态库生成的时候采用的函数调用约定是\_\_stdcall，所以编译生成的a.dll中函数MakeFun的调用约定是\_stdcall，也就是 函数调用时参数从右向左入栈，函数返回时自己还原堆栈。现在某个程序模块b要引用a中的MakeFun，b和a一样使用C++方式编译，只是b模块的函数 调用方式是\_\_cdecl，由于b包含了a提供的头文件中MakeFun函数声明，所以MakeFun在b模块中被其它调用MakeFun的函数认为是 \_\_cdecl调用方式，b模块中的这些函数在调用完MakeFun当然要帮着恢复堆栈啦，可是MakeFun已经在结束时自己恢复了堆栈，b模块中的函 数这样多此一举就引起了栈指针错误，从而引发堆栈异常。宏观上的现象就是函数调用没有问题（因为参数传递顺序是一样的），MakeFun也完成了自己的功 能，只是函数返回后引发错误。解决的方法也很简单，只要保证两个模块的在编译时设置相同的函数调用约定就行了。   
 在了解了函数调用约定和函数的名修饰规则之后，再来看在C++程序中使用C语言编译的库时经常出现的LNK 2001错误就很简单了。还以上面例子的两个模块为例，这一次两个模块在编译的时候都采用\_\_stdcall调用约定，但是a.dll使用C语言的语法编 译的（C语言方式），所以a.dll的载入库a.lib中MakeFun函数的名字修饰就是“\_MakeFun@4”。b包含了a提供的头文件中 MakeFun函数声明，但是由于b采用的是C++语言编译，所以MakeFun在b模块中被按照C++的名字修饰规则命名为 “?MakeFun@@YGJJ@Z”，编译过程相安无事，链接程序时c++的链接器就到a.lib中去找“?MakeFun@@YGJJ@Z”，但是 a.lib中只有“\_MakeFun@4”，没有“?MakeFun@@YGJJ@Z”，于是链接器就报告：   
  
error LNK2001: unresolved external symbol ?MakeFun@@YGJJ@Z   
  
解决的方法和简单，就是要让b模块知道这个函数是C语言编译的，extern "C"可以做到这一点。一个采用C语言编译的库应该考虑到使用这个库的程序可能是C++程序（使用C++编译器），所以在设计头文件时应该注意这一点。通常应该这样声明头文件：   
  
  
\#ifdef \_cplusplus   
extern "C" \{   
\#endif   
  
long MakeFun(long lFun);   
  
\#ifdef \_cplusplus   
\}   
\#endif   
  
  
  
这样C++的编译器就知道MakeFun的修饰名是“\_MakeFun@4”，就不会有链接错误了。   
  
 许多人不明白，为什么我使用的编译器都是VC的编译器还会产生“error LNK2001”错误？其实，VC的编译器会根据源文件的扩展名选择编译方式，如果文件的扩展名是“.C”，编译器会采用C的语法编译，如果扩展名是 “.cpp”，编译器会使用C++的语法编译程序，所以，最好的方法就是使用extern "C"。   
  
1.\_\_stdcall   
  
  
  
  
以“?”标识函数名的开始，后跟函数名； 函数名后面以“@@YG”标识参数表的开始，后跟参数表；   
参数表以代号表示： X--void ， D--char， E--unsigned char， F--short， H--int， I--unsigned int， J--long， K--unsigned long， M--float， N--double， \_N--bool， .... PA--表示指针，后面的代号表明指针类型，如果相同类型的指针连续出现，以“0”代替，一个“0”代表一次重复；   
参数表的第一项为该函数的返回值类型，其后依次为参数的数据类型，指针标识在其所指数据类型前；   
参数表后以“@Z”标识整个名字的结束，如果该函数无参数，则以“Z”标识结束。 其格式为“?functionname@@YG\*\*\*\*\*@Z”或“?functionname@@YG\*XZ”， 例如 int Test1（char \*var1，unsigned long）-----“?Test1@@YGHPADK@Z” void Test2（） -----“?Test2@@YGXXZ”   
2 \_\_cdecl调用约定： 规则同上面的 \_stdcall 调用约定，只是参数表的开始标识由上面的“@@YG”变为“@@YA”。   
  
3 \_\_fastcall调用约定： 规则同上面的\_stdcall调用约定，只是参数表的开始标识由上面的“@@YG”变为“@@YI”。   
  
VC++对函数的省缺声明是"\_\_cedcl"，将只能被C/C++调用。   
  
CB在输出函数声明时使用4种修饰符号 :   
  
\_\_cdecl cb 的默认值，它会在输出函数名前加 "\_"，并保留此函数名不变，参数按照从右到左的顺序依次传递给栈，也可以写成\_cdecl和cdecl形式。   
\_\_fastcall 修饰的函数的参数将尽可能的使用寄存器来处理，其函数名前加@，参数按照从左到右的顺序压栈；   
\_\_pascal 它说明的函数名使用 Pascal 格式的命名约定。这时函数名全部大写。参数按照从左到右的顺序压栈；   
\_\_stdcall 使用标准约定的函数名。函数名不会改变。使用 \_\_stdcall 修饰时。参数按照由右到左的顺序压栈，也可以是\_stdcall；   
  
  
C语言函数调用约定   
  
在C语言中，假设我们有这样的一个函数：   
  
int function(int a,int b)   
  
调用时只要用 result = function(1,2) 这样的方式就可以使用这个函数。但是，当高级语言被编译成计算机可以识别的机器码时，有一个问题就出现来：在CPU中，计算机没有办法知道一个函数调用需 要多少个、什么样的参数，也没有硬件可以保存这些参数。也就是说，计算机不知道怎么给这个函数传递参数，传递参数的工作必须由函数调用者和函数本身来协 调。为此，计算机提供了一种被称为栈的数据结构来支持参数传递。   
  
栈是一种先后进先出的数据结构，栈有一个存储区、一个栈顶指针。栈顶指针指向堆栈中第一个可用的数据项（被称为栈顶）。用户可以在栈顶上方向栈中 加入数据，这个操作被称为压栈 (Push)，压栈以后，栈顶自动变成新加入数据项的位置，栈顶指针也随之修改。用户也可以从堆栈中取走栈顶，称为弹出栈 (pop)，弹出栈后，栈顶下的一个元素变成栈顶，栈顶指针随之修改。   
  
函数调用时，调用者依次把参数压栈，然后调用函数，函数被调用以后，在堆栈中取得数据，并进行计算。函数计算结束以后，或者调用者、或者函数本身修改堆栈，使堆栈恢复原装。   
  
在参数传递中，有两个很重要的问题必须得到明确说明：   
  
当参数个数多于一个时，按照什么顺序把参数压入堆栈   
函数调用后，由谁来把堆栈恢复原状   
在高级语言中，通过函数调用约定来说明这两个问题。常见的调用约定有：   
  
stdcall   
cdecl   
fastcall   
thiscall   
naked call   
  
stdcall调用约定   
stdcall很多时候被称为pascal调用约定，因为pascal是早期很常见的一种教学用计算机程序设计语言，其语法严谨，使用的函数调用 约定就是stdcall。在Microsoft C++系列的C/C++编译器中，常常用PASCAL宏来声明这个调用约定，类似的宏还有WINAPI和CALLBACK。   
  
stdcall调用约定声明的语法为(以前文的那个函数为例）：   
  
int \_\_stdcall function(int a,int b)   
  
stdcall的调用约定意味着：1）参数从右向左压入堆栈，2）函数自身修改堆栈 3)函数名自动加前导的下划线，后面紧跟一个@符号，其后紧跟着参数的尺寸   
  
以上述这个函数为例，参数b首先被压栈，然后是参数a，函数调用function(1,2)调用处翻译成汇编语言将变成：   
  
push 2 // 第二个参数入栈   
push 1 // 第一个参数入栈   
call function // 调用参数，注意此时自动把cs:eip入栈   
  
而对于函数自身，则可以翻译为：   
  
push ebp // 保存ebp寄存器，该寄存器将用来保存堆栈的栈顶指针，可以在函数退出时恢复   
mov ebp,esp // 保存堆栈指针   
mov eax,\[ebp + 8H\] // 堆栈中ebp指向位置之前依次保存有 ebp,cs:eip,a,b,ebp + 8指向 a   
add eax,\[ebp + 0CH\] // 堆栈中ebp + 1 2处保存了b   
mov esp,ebp // 恢复esp   
pop ebp   
ret 8   
而在编译时，这个函数的名字被翻译成\_function@8   
  
注意不同编译器会插入自己的汇编代码以提供编译的通用性，但是大体代码如此。   
其中在函数开始处保留esp到ebp中，在函数结束恢复是编译器常用的方法。   
  
从函数调用看，2和1依次被push进堆栈，而在函数中又通过相对于ebp(即刚进函数时的堆栈指针）的偏移量存取参数。   
函数结束后，ret 8 表示清理8个字节的堆栈，函数自己恢复了堆栈。   
  
cdecl调用约定   
cdecl 调用约定又称为C调用约定，是C语言缺省的调用约定，它的定义语法是：   
  
int function (int a ,int b) //不加修饰就是C调用约定   
int \_\_cdecl function(int a,int b) //明确指出C调用约定   
  
cdecl调用约定的参数压栈顺序是和 stdcall是一样的，参数首先由有向左压入堆栈。   
所不同的是，函数本身不清理堆栈，调用者负责清理堆栈。   
由于这种变化，C 调用约定允许函数的参数的个数是不固定的，这也是C语言的一大特色。   
对于前面的function函数，使用cdecl后的汇编码变成：   
  
调用处   
push 1   
push 2   
call functionadd   
esp,8 // 注意：这里调用者在恢复堆栈   
  
被调用函数\_function处   
push ebp // 保存ebp寄存器，该寄存器将用来保存堆栈的栈顶指针，可以在函数退出时恢复   
mov ebp,esp // 保存堆栈指针   
mov eax,\[ebp + 8H\] // 堆栈中ebp指向位置之前依次保存有 ebp, cs:eip,a,b,ebp +8指向a   
add eax,\[ebp + 0CH\] // 堆栈中ebp + 12处保存了b   
mov esp,ebp // 恢复esp   
pop ebp   
 ret // 注意，这里没有修改堆栈   
  
MSDN中说，该修饰自动在函数名前加前导的下划线，因此函数名在符号表中被记录为\_function，但是我在编译时似乎没有看到这种变化。   
由于参数按照从右向左顺序压栈，因此最开始的参数在最接近栈顶的位置，因此当采用不定个数参数时，第一个参数在栈中的位置肯定能知道，只要不定的参数个数能够根据第一个后者后续的明确的参数确定下来，就可以使用不定参数，例如对于CRT中的sprintf函数，定义为：   
  
int sprintf(char\* buffer,const char\* format,...)   
  
由于所有的不定参数都可以通过 format 确定，因此使用不定个数的参数是没有问题的。   
  
fastcall调用约定   
fastcall调用约定和stdcall类似，它意味着：   
  
函数的第一个和第二个DWORD参数（或者尺寸更小的）通过ecx和edx传递，其他参数通过从右向左的顺序压栈   
被调用函数清理堆栈   
函数名修改规则同stdcall   
其声明语法为：int fastcall function(int a,int b)   
  
为了说明这个调用约定，定义如下类和使用代码：   
class A   
\{   
public:   
int function1(int a,int b);   
int function2(int a,...);   
\};   
  
int A::function1 (int a,int b)   
\{   
return a+b;   
\}   
  
  
int A::function2(int a,...)   
\{   
va\_list ap;   
  
va\_start(ap,a);   
  
int i;   
int result = 0;   
  
for(i = 0 ; i < a ; i ++)   
\{   
 result += va\_arg(ap,int);   
\}   
  
return result;   
\}   
  
void callee()   
\{   
A a;   
a.function1 (1,2);   
a.function2(3,1,2,3);   
\}   
  
// 下面这段汇编代码是原文章的，我觉得有问题，还是自己反汇编看看   
  
//函数function1调用0401C1D   
push 200401C1F   
push 100401C21   
lea ecx,\[ebp-8\]00401C24   
call function1   
// 注意，这里this没有被入栈   
//函数function2调用00401C29   
push 300401C2B   
push 200401C2D   
push 100401C2F   
push 300401C31   
lea eax,\[ebp-8\]   
这里引入this指针00401C34   
push eax00401C35   
call function200401C3A   
add esp,14h   
  
以下代码是我修改分析的：   
  
上面的C++代码，必须包含 stdarg.h ，提供动态参数头文件   
  
int A::function1 (int a,int b) //   
\{   
004113A0 push ebp   
004113A1 mov ebp,esp   
004113A3 sub esp,0CCh   
004113A9 push ebx   
004113AA push esi   
004113AB push edi   
004113AC push ecx   
004113AD lea edi,\[ebp-0CCh\]   
004113B3 mov ecx,33h   
004113B8 mov eax,0CCCCCCCCh   
004113BD rep stos dword ptr es:\[edi\]   
004113BF pop ecx   
004113C0 mov dword ptr \[ebp-8\],ecx   
return a+b;   
004113C3 mov eax,dword ptr \[a\]   
004113C6 add eax,dword ptr \[b\]   
\}   
  
004113C9 pop edi   
004113CA pop esi   
004113CB pop ebx   
004113CC mov esp,ebp   
004113CE pop ebp   
004113CF ret 8   
  
void callee()   
\{   
00411460 push ebp   
00411461 mov ebp,esp   
00411463 sub esp,0CCh   
00411469 push ebx   
0041146A push esi   
0041146B push edi   
0041146C lea edi,\[ebp-0CCh\]   
00411472 mov ecx,33h   
00411477 mov eax,0CCCCCCCCh   
0041147C rep stos dword ptr es:\[edi\]   
A a;   
a.function1 (1,2);   
0041147E push 2 // 参数 2 入栈   
00411480 push 1 // 参数 1 入栈   
00411482 lea ecx,\[a\] // this 指针 ----> ECX   
00411485 call A::function1 (411050h)   
a.function2(3,1,2,3);   
0041148A push 3   
0041148C push 2   
0041148E push 1   
00411490 push 3   
00411492 lea eax,\[a\] // 这里 this 指针入栈了，对照 callee 对 function1 的调用，   
  
00411495 push eax // 对 this 的处理是不同的   
00411496 call A::function2 (411122h) // 此处调用者自己没有恢复堆栈   
  
// 由于上面的入栈顺序可知，在 function 2中 当保存ebp 后(打开stack frame后)，堆栈的状态如下.   
ebp // 保存的 EBP 的值, 且 此时ebp指向该处   
RetAddr // 返回地址   
this指针 // 入栈的 this 指针   
参数 3 // 下面是入栈的参数, 从右向左入栈   
参数 1   
参数 2   
参数 3   
  
  
0041149B add esp,14h // 此处调用者自己恢复堆栈   
  
//.............下面的汇编代码是 检查堆栈和恢复 callee 堆栈的操作，不再写了   
\}   
  
可见，对于参数个数固定情况下，它类似于stdcall，不定时则类似cdecl   
  
naked call 调用约定   
这是一个很少见的调用约定，一般程序设计者建议不要使用。编译器不会给这种函数增加初始化和清理代码，更特殊的是，你不能用return返   
  
回返回值，只能用插入汇编返回结果。这一般用于实模式驱动程序设计，假设定义一个求和的加法程序，可以定义为：   
  
\_\_declspec(naked) int add(int a,int b)   
\{   
 \_\_asm mov eax,a   
 \_\_asm add eax,b   
 \_\_asm ret   
\}   
  
注意，这个函数没有显式的return返回值，返回通过修改eax寄存器实现，而且连退出函数的ret指令都必须显式插入。   
  
上面代码被翻译成汇编以后变成：   
  
mov eax,\[ebp+8\]   
add eax,\[ebp+12\]   
ret 8   
  
注意这个修饰是和\_\_stdcall及cdecl结合使用的，前面是它和cdecl结合使用的代码，对于和stdcall结合的代码，则变成：   
  
\_\_declspec(naked) int \_\_stdcall function(int a,int b)   
\{   
\_\_asm mov eax,a   
\_\_asm add eax,b   
\_\_asm ret 8 //注意后面的8   
\}   
至于这种函数被调用，则和普通的cdecl及stdcall调用函数一致。   
  
  
函数调用约定导致的常见问题   
如果定义的约定和使用的约定不一致，则将导致堆栈被破坏，导致严重问题，下面是两种常见的问题：   
函数原型声明和函数体定义不一致   
DLL导入函数时声明了不同的函数约定   
以后者为例，假设我们在dll种声明了一种函数为：   
  
\_\_declspec(dllexport) int func(int a,int b);//注意，这里没有stdcall，使用的是cdecl   
使用时代码为：   
  
typedef int (\*WINAPI DLLFUNC)func(int a,int b);   
hLib = LoadLibrary(...);   
DLLFUNC func = (DLLFUNC)GetProcAddress(...) //这里修改了调用约定   
result = func(1,2); //导致错误   
由于调用者没有理解WINAPI的含义错误的增加了这个修饰，上述代码必然导致堆栈被破坏，   
MFC在编译时插入的checkesp函数将告诉你，堆栈被破坏了。