c - IOCCC 1986/wall.c - 为什么 TCC 在处理早期 C 代码方面击败了 GCC？

Question

IOCCC 早期的另一颗珍珠是 Larry Wall 1986 年的条目:

http://www.ioccc.org/years.html#1986 (墙)

我怀疑现在没有 C 编译器可以真正直接编译该源代码，因为它包含严重的预处理器滥用:

• 最新 TDM-GCC 9.2.0 设置为 ANSI 模式失败
• 上次 TCC 0.9.27 失败

然而，在从混淆的原始代码中提取出预处理后的代码(始终使用 GCC 的 cpp -traditional)后，TCC 和 GCC 都设法对其进行编译；尽管如此，GCC 的努力都白费了，因为当程序试图开始解码其混淆的介绍文本时，程序会卡住(对于那些想要深入研究的人来说，这里不会破坏它!)

另一方面，TCC 成功地对 system()、read() 和 write() 的隐式声明发出警告。并快速生成工作程序。

我尝试使用 GDB 单步执行 GCC 代码，这就是我发现编译的 GCC 代码在 for 循环的第二遍中阻塞的原因，该循环遍历文本字符串以进行解码它:

[Inferior 1(进程 9460)退出，代码为 030000000005]

该进程 ID 并不重要，因为它代表崩溃的调试构建可执行文件。 但是，退出代码保持不变。

显然，TCC 比 GCC 更适合 IOCCC 条目。后者仍然能够成功编译甚至运行一些条目，但对于像这样的棘手情况，TCC 很难被击败。它唯一的缺点是，在预处理极其滥用的代码(例如本示例)时，它会表现不佳。它在某些预处理条目之间留下了空格，因此无法将它们连接到作者想要的 C 关键字中，而 GCC 的 cpp 可以 100% 工作。

我的问题是，听起来很哲学，甚至是修辞:

与 TCC 不同，现代 GCC 中是什么导致它无法编译，或者在编译早期的 C 程序时生成不可用的代码？

提前感谢所有反馈，非常感谢!

注意:我使用的是带有 WSL 2 的 Windows 10 版本 2004； GCC 在 Windows 和 WSL 2 环境中都会失败。我也计划在 WSL 2 中编译 TCC，以便在该环境中进行比较。

PS:当这个程序最终按预期执行时，我非常喜欢它。毫无疑问，当之无愧的是当年的“困惑中最全面的大奖”!

Answer 1

What is it in modern GCC that makes it either fail to compile, or produce unusable code when it does compile, earlier C programs, unlike TCC?

未定义的行为。这更像是一条规则。看看this classic 1984 entry .

---

现在的 C 编译器按照 ISO 9899 标准中的规定来编译 C，该标准的第一个修订版于 1990 年(或 1989 年)发布。该计划早于该计划。值得注意的是，它使用了一些非常奇怪的传统预处理器语法，这些语法在 C89、C99、C11 等中无效。

一般的想法是，默认情况下您不希望允许此语法，因为传统预处理器不会生成与现代预处理器兼容的代码 - 例如，传统预处理器也会替换字符串内的宏:

#define greeting(thing) puts("Hello thing")
main() {
    greeting(world!!!);
}

预处理到

main() {
    puts("Hello world!!!");
}

该程序是有效的C89，尽管风格不好；但它会预处理为

main() {
    puts("Hello thing");
}

因此，最好在出现任何非标准预处理器使用迹象时就出错，否则代码可能会被巧妙地破坏，因为不会进行此类替换。

---

另一件事是可写字符串。反混淆代码直接尝试修改字符串文字。 C89 指定这具有未定义的行为 - 这些会导致崩溃，因为它们映射到 GCC 编译的程序中的只读页面中。较旧的 GCC 版本支持 -fwriteable-strings 但它很久以前就被弃用了，因为无论如何它都有 bug。

---

我通过 GCC 9.3.0 的这些最小更改使程序运行起来。 -traditional 不再支持编译，因此您必须先进行预处理，然后再进行编译:

gcc -traditional -E wall.c > wall_preprocessed.c

perl -pi -e '/^[^#]/ && s/(".*?")/(char[]){$1}/g'  wall_preprocessed.c
# thanks Larry ;)

gcc wall_preprocessed.c

即我将所有看起来像字符串文字 "..." 且不在编译器行指令(以 # 开头的行)内的内容包装到 (char []){"..."} 数组复合文字 - 众所周知，复合文字具有作用域存储持续时间，非常量限定字面量是可写的。