C指针存储字符串为何不能修改内容

本文核心问题：C语言指针存储字符串为何不能修改内容。

我们看下面程序：

c++ 复制代码

# include <stdio.h>
int main(void){
    const char *str = 0;
    str = "Hello";
    str = "Hi";
    printf("%s \n", str);
}

有人可能奇怪，这前面加个const，怎么还能"修改"呢，不过这篇代码是没问题的，指针可以重定向，你可以让 str 指向别的字符串。这个const只是让指针指向的内容不能修改，而不是指针本身不能再指向别的地址，如果你要声明不能修改指针指向的地址，也不能修改指向的对象的指针，可以像下面这样：

c++ 复制代码

const char* const a = "Hello";

再看下面代码：

c++ 复制代码

# include <stdio.h>
int main(void){
    char *str = 0;
    str = "Hello";
    str[0] = 'F';
    printf("%s \n", str);
}

程序报错了，执行结果是：[1] 7379 bus error ./a.out ，Xcode中运行效果如下：

也就是说，这样的指针可以重定向，但是内容是不能修改的，const只是禁止修改指针内容，而且就算没有const，你也不能修改这种情况下指针指向的内容，写const只是更安全。如果没有const保护，后面代码真不小心修改了，就会导致奇奇怪怪未定义的问题，例如段错误。

我画了张图来演示内存模型：

C语言中存储字符串通常有两种方法：

第一种是 char str[6]="Hello"; ，数组内容是可以修改的。
第二种就是 char *str = "Hello"; 在一些比较古老的代码上能见到这种写法，因为ANSI C之前没有const。

第一种是利用一个字符类型的数组去存储Hello，数组里面的结构是'H', 'e', 'l', 'l', 'o', '\0'

第二种是写法中，"Hello" 是个字符串字面量，存储在程序的只读区域，a 是个指向"字符串字面量"的指针，也就是说，a 是指向 Hello 的。

那么为什么第二种方法存储的字符串不能修改呢？这要从多个方面说起，涉及安全性、内存优化、性能、操作系统加载程序的原理，后面我分成四点，一个一个说。

原因之一：安全性

看下面代码：

c++ 复制代码

const char *a = "Hello";
const char *b = "Hello";  // 编译器可能优化为同一个地址
const char *c = "Hello";

编译器在优化的时候会优化成同一个地址，这样就不用存储三遍 "Hello" 了，节省空间。

如果允许修改会发生什么？把上面的代码后面加几句：

c++ 复制代码

const char *a = "Hello";
const char *b = "Hello";  // 编译器可能优化为同一个地址
const char *c = "Hello";
a[0] = 'h';  // 会同时影响b和c
printf("%s\n", b);  // 输出"hello"，这显然不是预期的

编译器把abc三个指针指向了同一个 Hello ，程序中总共只存储了一遍，当a修改内容的时候，b和c的内容也会被改掉，这是不安全的，因为a的变量会被"莫名其妙"的改掉，程序会变得混乱。

原因之二：内存优化

c++ 复制代码

// 编译器可以合并相同的字符串
const char *msg1 = "Error";
const char *msg2 = "Error";
const char *msg3 = "Error";

// 在内存中只存储一份"Error"
// 三个指针指向同一个地址，节省内存

这是前面说过的，字符串字面量"Error"可以合并为一个，而无需在程序以及内存中存放三份副本。

原因之三：性能

只读数据段（.rodata）可以被操作系统标记为只读。CPU可以缓存这部分内存，因为它知道内容不会改变。允许更激进的内存优化。

原因之四：操作系统在加载程序时的处理

这里我用一张图来演示：

实际验证

我使用下面的代码来演示：

c++ 复制代码

# include <stdio.h>

int main(void){
    char *str = 0;
    str = "Hello";
    printf("%s \n", str);
}

macOS和Linux内存模型不一样，macOS是Mach-O段结构，我在命令行里面编译并查看 __cstring 段的内容，这个段相当于前面说的Linux中的 .rodata 段。

可以看到我代码中的"Hello"被放在了__cstring段里面（推测缩写是constant string），这正是可执行文件中的只读段。

macOS中Mach-O段结构如下图：

cc -S main.c看看汇编里面怎么写的：

最后放张图给大家看看源代码文件在预处理以后长什么样：

可以看到最后那里就是我们写的程序，前面的# include <stdio.h>是前面的一大篇东西。