为何GCC会将存在错误的C代码编译为该特定汇编指令？

原始C代码 #

#include<stdio.h>
#include<stdlib.h>

int main(int argc, char** argv) {
  char *str5=malloc(10);
  *str5="xxxxx\0";
  printf("%s\n",str5);
  return 0;
}

编译后生成的汇编代码 #

使用命令 gcc source.c 编译后，得到如下汇编指令：

=> 0x555555555179 <main+4>:     sub    rsp,0x20
   0x55555555517d <main+8>:     mov    DWORD PTR [rbp-0x14],edi
   0x555555555180 <main+11>:    mov    QWORD PTR [rbp-0x20],rsi
   0x555555555184 <main+15>:    mov    edi,0xa
   0x555555555189 <main+20>:    call   0x555555555040 <malloc@plt>
   0x55555555518e <main+25>:    mov    QWORD PTR [rbp-0x8],rax
   0x555555555192 <main+29>:    lea    rax,[rip+0xe6b]        # 0x555555556004
   0x555555555199 <main+36>:    mov    edx,eax
   0x55555555519b <main+38>:    mov    rax,QWORD PTR [rbp-0x8]
   0x55555555519f <main+42>:    mov    BYTE PTR [rax],dl
   0x5555555551a1 <main+44>:    mov    rax,QWORD PTR [rbp-0x8]
   0x5555555551a5 <main+48>:    mov    rdi,rax
   0x5555555551a8 <main+51>:    call   0x555555555030 <puts@plt>
   0x5555555551ad <main+56>:    mov    eax,0x0
   0x5555555551b2 <main+61>:    leave
   0x5555555551b3 <main+62>:    ret
   0x5555555551b4 <_fini>:      sub    rsp,0x8
   0x5555555551b8 <_fini+4>:    add    rsp,0x8
   0x5555555551bc <_fini+8>:    ret

用户疑问 #

说明：我不是问怎么正确复制或赋值字符串——我知道正确做法。我想搞懂的是，为什么GCC会把这段代码编译成这样的指令集。

实际执行情况：
执行到main+42处时，代码把字符串常量"xxxxx\0"地址的最低字节（dl寄存器的值）写入rax指向的内存（也就是str5指向的堆内存），最终只会得到一个无效字符，根本没复制字符串常量的其他部分。编译器给出了如下警告，但我搞不懂和这个问题的关联：
source.c:6:14: warning: assignment to ‘char’ from ‘char *’ makes integer from pointer without a cast [-Wint-conversion]

预期执行情况：
字符串常量"xxxxx\0"被写入str5指向的内存，然后这个字符串被打印到屏幕上。

核心问题：为什么GCC会这么编译这段代码？

解答 #

1. 代码语义的本质错误 #

你写的*str5="xxxxx\0";和你预期的“复制字符串”完全不是一回事：

• str5是char*类型，*str5表示的是str5指向的第一个字节（单个char类型的字符）。
• "xxxxx\0"作为字符串常量，在C语言中会被自动转换为指向该字符串首地址的char*指针。
• 这条语句的实际语义是：把一个指针（地址值）赋值给单个char变量。由于char仅占1字节，编译器只能取指针地址的最低1字节写入*str5指向的内存——这就是汇编指令mov BYTE PTR [rax],dl的作用：dl是edx的低8位，而edx存储的正是字符串常量的地址值。

2. 编译器警告的直接关联 #

那条警告已经明确点出问题：assignment to ‘char’ from ‘char *’ makes integer from pointer without a cast，意思是你在把char*类型的指针赋值给char类型变量，相当于把指针（整数类型）强制转换成了1字节的char，且没有显式类型转换。这完全对应代码里的错误操作，也直接解释了汇编指令的生成逻辑。

3. 编译器的严格语义遵循 #

C语言没有“直接赋值字符串”的语法，字符串常量本身是指针，不是可直接赋值的“字符串值”。编译器只会严格按照你写的代码语义生成指令——你写的是给单个字符赋值，它就只会生成单个字符赋值的汇编，不会自动帮你做字符串复制的操作。

内容的提问来源于stack exchange，提问作者skiwarz