.NET Main函数参数解释过程和特殊规则

最近正在准备一个小型开发工具的发布工作（具体的内容请容我先卖个关子，等发布之后我会详细给大家介绍的）。在使用时不经意中发现，使用.NET开发的命令行工具的对引号和反斜杠 \和一般命令行程序有着不同的解释规则。举例来说，如果你在命令行下输入：

C:\> tool “C:\Program Files\”

实际上传入的参数是C:\Program Files” 。其实这里不仔细看可能发现不了问题。在原来的命令行中，第一个双引号代表一个参数的开始/结束，后面\”因为.NET的解释规则不同，代表实际的双引号，而非参数的开始/结束，因此最后的结果会多出一个双引号，并且缺少一个反斜杠。

内部，CLR使用CommandLineToArgvW来分析程序的命令行分离出各个参数，这个函数有着特殊的解释规则：

<!--[if !supportLists]-->1. <!--[endif]-->2n个反斜杠后面跟一个双引号代表n个反斜杠

<!--[if !supportLists]-->2. <!--[endif]-->2n+1个反斜杠后面跟一个双引号代表n个反斜杠加一个”

<!--[if !supportLists]-->3. <!--[endif]-->N个反斜杠后面不跟双引号直接代表n个反斜杠

这个规则比较绕，用例子的方式来解释就是：

命令行参数	实际参数
“C:\Program Files\”	C:\Program Files”
“C:\Program Files\\”	C:\Program Files\
“C:\Program Files\\\”	C:\Program Files\”

因此，正确的方式是第二个，也就是”C:\Program Files\\”。

事实上，CLR内部并没有直接调用CommandLineToArgvw，而是直接实现了一个有着同等功能的函数SegmentCommandLine。在Rotor的源代码中可以找到它的实现，位于sscli20\clr\src\utilcode\util.cpp。CLR的主函数_CorExeMain在执行主函数之前会调用CorCommandLine::SetArgvW，这个函数会调用SegmentCommandLine来分析命令行（经过简化）：

// Set argvw from command line

/* static */

HRESULT CorCommandLine::SetArgvW(LPCWSTR lpCommandLine)

{

…

HRESULT hr = S_OK;

if(!m_ArgvW) {

// 分析命令行

m_ArgvW = SegmentCommandLine(lpCommandLine, &m_NumArgs);

// CLR特有的命令行处理，主要是和ClickOnce有关的

if (m_ArgvW)

hr = ParseCor();

else

hr = E_OUTOFMEMORY;

}

return hr;

}

真正在执行Main主函数的时候，ClassLoader::RunMain函数则会调用CorCommandLine::GetArgvW获得之前分析得到的参数列表，并创建对应的托管String数组并传递给Main（经过简化）：

/* static */

HRESULT ClassLoader::RunMain(MethodDesc *pFD ,

short numSkipArgs,

INT32 *piRetVal,

PTRARRAYREF *stringArgs /*=NULL*/)

{

wzArgs = CorCommandLine::GetArgvW(&cCommandArgs);

// 创建一个托管数组

StrArgArray = (PTRARRAYREF) AllocateObjectArray((cCommandArgs - numSkipArgs), g_pStringClass);

// 创建对应的托管字符串并赋给托管数组的每个元素

for( arg = numSkipArgs; arg < cCommandArgs; arg++) {

STRINGREF sref = COMString::NewString(wzArgs[arg]);

StrArgArray->SetAt(arg-numSkipArgs, (OBJECTREF) sref);

}

MethodDescCallSitethreadStart(pFD); // 准备调用MethodDesc指向的主函数(EntryPoint)

ARG_SLOT stackVar = ObjToArgSlot(StrArgArray); // 将数组元素转为函数参数

*piRetVal = (INT32)threadStart.Call_RetArgSlot(&stackVar); // 调用主函数（EntryPoint）

return hr;

}

而最关键的SegmentCommandLine函数代码则如下：

//---------------------------------------------------------------------

// Splits a command line into argc/argv lists, using the VC7 parsing rules.

//

// This functions interface mimics the CommandLineToArgvW api.

//

// If function fails, returns NULL.

//

// If function suceeds, call delete [] on return pointer when done.

//

//---------------------------------------------------------------------

LPWSTR *SegmentCommandLine(LPCWSTR lpCmdLine, DWORD *pNumArgs)

{

STATIC_CONTRACT_NOTHROW;

STATIC_CONTRACT_GC_NOTRIGGER;

STATIC_CONTRACT_FAULT;

*pNumArgs = 0;

int nch = (int)wcslen(lpCmdLine);

// Calculate the worstcase storage requirement. (One pointer for

// each argument, plus storage for the arguments themselves.)

int cbAlloc = (nch+1)*sizeof(LPWSTR) + sizeof(WCHAR)*(nch + 1);

LPWSTR pAlloc = new (nothrow) WCHAR[cbAlloc / sizeof(WCHAR)];

if (!pAlloc)

return NULL;

LPWSTR *argv = (LPWSTR*) pAlloc;// We store the argv pointers in the first halt

LPWSTRpdst = (LPWSTR)( ((BYTE*)pAlloc) + sizeof(LPWSTR)*(nch+1) ); // A running pointer to second half to store arguments

LPCWSTR psrc = lpCmdLine;

WCHAR c;

BOOL inquote;

BOOL copychar;

int numslash;

// First, parse the program name (argv[0]). Argv[0] is parsed under

// special rules. Anything up to the first whitespace outside a quoted

// subtring is accepted. Backslashes are treated as normal characters.

argv[ (*pNumArgs)++ ] = pdst;

inquote = FALSE;

do {

if (*psrc == L'"' )

{

inquote = !inquote;

c = *psrc++;

continue;

}

*pdst++ = *psrc;

c = *psrc++;

} while ( (c != L'\0' && (inquote || (c != L' ' && c != L'\t'))) );

if ( c == L'\0' ) {

psrc--;

} else {

*(pdst-1) = L'\0';

}

inquote = FALSE;

/* loop on each argument */

for(;;)

{

if ( *psrc )

{

while (*psrc == L' ' || *psrc == L'\t')

{

++psrc;

}

}

if (*psrc == L'\0')

break; /* end of args */

/* scan an argument */

argv[ (*pNumArgs)++ ] = pdst;

/* loop through scanning one argument */

for (;;)

{

copychar = 1;

/* Rules: 2N backslashes + " ==> N backslashes and begin/end quote

2N+1 backslashes + " ==> N backslashes + literal "

N backslashes ==> N backslashes */

numslash = 0;

while (*psrc == L'\\')

{

/* count number of backslashes for use below */

++psrc;

++numslash;

}

if (*psrc == L'"')

{

/* if 2N backslashes before, start/end quote, otherwise

copy literally */

if (numslash % 2 == 0)

{

if (inquote)

{

if (psrc[1] == L'"')

{

psrc++; /* Double quote inside quoted string */

}

else

{

/* skip first quote char and copy second */

copychar = 0;

}

}

else

{

copychar = 0; /* don't copy quote */

}

inquote = !inquote;

}

numslash /= 2; /* divide numslash by two */

}

/* copy slashes */

while (numslash--)

{

*pdst++ = L'\\';

}

/* if at end of arg, break loop */

if (*psrc == L'\0' || (!inquote && (*psrc == L' ' || *psrc == L'\t')))

break;

/* copy character into argument */

if (copychar)

{

*pdst++ = *psrc;

}

++psrc;

}

/* null-terminate the argument */

*pdst++ = L'\0'; /* terminate string */

}

/* We put one last argument in -- a null ptr */

argv[ (*pNumArgs) ] = NULL;

_ASSERTE((BYTE*)pdst <= (BYTE*)pAlloc + cbAlloc);

return argv;

}

有关CLR执行Main函数执行过程的更多有关内容我会在下篇Rotor源码研究中详细解释，敬请关注。