.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：
1. 2n个反斜杠后面跟一个双引号代表n个反斜杠
2. 2n+1个反斜杠后面跟一个双引号代表n个反斜杠加一个”
3. 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); } MethodDescCallSite threadStart(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 LPWSTR pdst = (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。