开源代码分析技巧之——打印调用逻辑
在研究开源代码时,大家或许都有这样的感慨:
(1)代码太庞大,少则几万行代码,多则几百万行代码,不知道如何入手;
(2)相关的帮助文档有限,很难短时间内理清头绪;
(3)有了代码在手,但代码之间的调用相当复杂,一层一层追踪总是理不清调用逻辑顺序。
1、从SAMBA源码说起
笔者在研究kerberos认证时,需要开源的samba软件。如下是samba的官网:http://www.samba.org/。
Samba最新版本为4.1.10,统计得出其中.c及.cpp的文件有近4000个,累计代码近百万行。所以对其的全面分析有一定难度。当然,我们可以根据所需,缩小范围,从指定所需的指令对应的代码追溯代码调用逻辑。
2、给源码插入“调用逻辑线索”代码
即便如此,有时还是想直观看下某个模块的调用顺序,能不能直观的打印出来?而如何打印调用逻辑呢?如果每个函数的头部都加上:文件名、函数名、行号的打印语句,这样不就解决了我们的问题了吧。
而编译器里内置了宏,如下几个编译器内置的宏定义,这些宏定义不仅可以帮助我们完成跨平台的源码编写,灵活使用也可以巧妙地帮我们输出非常有用的调试信息。
ANSI C标准中有几个标准预定义宏(也是常用的):
编译器在进行源码编译的时候,会自动将这些宏替换为相应内容。
于是,printf(“File: %s, Function: %s, Line: %s.\n”, __FILE__, __FUNCTION__, __LINE__);这个C的语句就是我们所需的。
于是,问题就有所转嫁:给指定文件夹下的所有.c及.cpp文件下的所有函数的第一行插入“printf(“File: %s, Function: %s, Line: %s.\n”, __FILE__, __FUNCTION__, __LINE__);”标记打印语句(以下统称)。
3、思路分析
完成任务:给指定文件夹下的所有.c及.cpp文件下的所有函数的首行插入指定代码。
输入:包含源码的文件夹路径名,如:存储samba源码的路径名——C:\tmp\samba4.0.9。
中间处理:遍历、处理、添加标记打印语句。
输出:无。
任务分解如下:
Step1:遍历指定文件夹及其所有子文件夹,将所有文件路径存入容器vector_all_dir;
Step2:遍历容器vector_all_dir,将后缀为.c及.cpp的文件存入容器vector_ctype_dir;
Step3:遍历容器vector_ctype_dir的每一个路径,打开路径对应的每个文件—>读取文件内容存入buffer-->清空原有文件内容;
Step4:读取buffer的内容,循环遍历buffer,找到函数头开始的标记“)\n{”,并记录其对应位置position,在poisition+strlen(“)\n{”)后插入标记打印语句。这样就生成了新的buffer——buffer_after_newadd;
Step5:将新的添加标记打印语句的buffer_after_newadd重新写入源路径,关闭文件。
笔者已经完毕代码,在samba4.0.9测试,能够实现预想的调用顺序逻辑打印。
4、尚待改进点
(1)读取buffer部分是按照字符串处理,并且是废弃以前的文件,将添加标记打印语句的新buffer写入文件的方法。效率较低,有待改进。
(2)以“)\n{”判定函数不具有一般性。第一,Windows下的换行符为\r\n,而Linux下的换行符为\n;第二,函数的书写不同比如如下的格式:格式一、格式二都很常用,都应该考虑。
格式一:
格式二:
5、结语
权当是分析开源的小技巧吧,确实对自己分析开源软件提供了帮助。后续有了新的心得,会持续分享。
2013/10/13 am9:55思于家中床前
联系客服