rutk1t0r's blog

Developer and Researcher

0%

Linux内核0.11完全注释 第三章

Posted on Edited on In
Symbols count in article: 4k Reading time ≈ 4 mins.

介绍Linux内核0.11版本的编程语言和环境以及目标文件格式等

as86 和 ld86

  • as86 在开发Linux内核时仅用来创建16位的启动引导扇区程序boot/boosect.s和实模式下的初始设置程序boot/setup.s的二进制执行代码.采用Intel格式的汇编指令格式.

  • 汇编的命令行基本格式:as [选项] -o objfile srcfile.

  • =或EQU符号等价于C语言的宏

  • .编译过程中的位置计数器,等价于$

  • :符号,本质为汇编地址

  • 目标文件objfile起码包含三个section,.text,.data,.bss

  • as86汇编语言程序例程:

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    49
    50
    51
    52
    53
    54
    55
    !
    !Filename:boot.s
    !
    !Description: boot section codes on Intel CPU
    !
    !Author:rutk1t0r
    !
    !Data:2016.11.8
    !
    !GPL
    !
    !method:
    ![/root]# as86 -0 -a -o boot.o boot.s    #编译
    ![/root]# ld86 -0 -s -o boot boot.o      #链接
    ![/root]# dd bs=32 if=boot of=/dev/fd0 skip=1   #写入软盘或者image文件,跳过文件头
    !==================================================================
    !
    !
    ! boot.s -- bootsect.s 的框架程序.用代码0x07替换字符串msg1中一个字符,然后在屏幕上1行显示
    !
    .globl begtext, begdata, begbss, endtext, enddata, endbss !全局标识符,供ld86链接使用
    .text  !代码段
    begtext:
    .data
    begdata:
    .bss
    begbss:
    .text
    BOOTSEG = 0x07c0   !类似于C语言宏定义,EQU,Intel内存代码执行首地址
    entry start        !告知链接程序,程序从start标号开始执行
    start:
    jmpi	go, BOOTSEG !段间跳转,两个地址,低地址16位送IP寄存器,高地址16位送cs段寄存器
    go:
    		mov	ax, cs  !将cs段寄存器值同步至ds,es,此代码未用到ss
    		mov es, ax
    		mov ds, ax
    		mov [msg1+17], ah   !示例修改串,然后会调用BIOS中断,参考链接https://zh.wikipedia.org/wiki/INT_10
    		mov	cx, #20  		!立即数需要前缀#,根据BIOS提供的接口约定,cx为字符总个数
    		mov	dx, #0x1004  	!约定,位置,此时为17行5列
    		mov bx, #0x000c    	!约定,字符属性(红色)
    		mov bp, #msg1		!约定,字符缓冲区首地址
    		mov ax, #0x1301		!ah=0x13表示写字符串功能号
    		int 0x10			!调用BIOS中断
    loop1:  jmp 	loop1  		!死循环待机
    msg1:	.ascii	"Loading system..." !字符20个,包括回车换行
    		.byte 	13,10
    .org	510					!表示以后的语句从偏移地址510开始放
    		.word 	0xAA50		!有效引导扇区标志,约定
    .text
    endtext:
    .data
    enddata:
    .bss
    endbss:

  • 可参照如下命令进行编译链接等
    Linux_0.11_chapter3_as86_compile.png

  • 本应该512字节的boot程序(MBR)多出32字节为MINIX可执行文件头结构,需剔除掉(dd命令等).而后可用Bochs等模拟器观察现象,正常如下:
    Linux_0.11_chapter3_as86_boot.png.png

  • as86具体使用方法:
    Linux_0.11_chapter3_as86.png

  • ld86具体使用方法:
    Linux_0.11_chapter3_ld86.png

GNU as汇编

  • 内核中其余所有汇编语言程序(包括C语言产生的汇编程序)均由gas来编译,并与C语言程序编译产生的模块进行链接.
  • Intel格式的汇编与AT&T格式的汇编区别:
    Linux_0.11_chapter3_Intel_AT&T_diff.png
  • as汇编器对汇编语言程序只进行简单地预处理,比如调整并删除多余空格和制表符,删除注释等;如需要进行宏替换则可以让汇编语言程序使用大写后缀’.S’来让as使用gcc的CPP预处理功能.
  • 具体关于汇编指令部分可以参考Intel开发者手册

    区和重定位

  • 区:有时候也成为段,节或部分,英文为section,用来表示一个地址范围,操作系统将会以相同的方式对待和处理改地址范围的数据信息.
  • 重定位:当汇编过后的数据中出现重定位节时候,由链接器负责修正重定位的数据部分(至于为什么会需要重定位这与很多机制有关系了,必须虚拟内存等).

    链接器涉及的区:

    Linux_0.11_chapter3_linker_section.png
  • 关于gcc对于C程序的编译和链接过程可参考前文

    嵌入汇编

  • 格式： 
    1
    2
    3
    4
    asm("汇编语句"
    	:输出寄存器
    	:输入寄存器
    	:会被修改的寄存器);
  • 嵌入汇编的好处就是利用gcc的灵活性在C语言里面精练地实现某些特定功能
  • Linux内核源码中仍然在使用圆括号的组合语句，一般用在宏定义。
  • strcpy的嵌入汇编实现如下，因为首先要进行预处理，所以增加换行便于浏览。 
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    //将字符串(src)拷贝到另一字符串(dest)，直到遇到NULL字符后终止
    //参数:dest - 目的字符串指针, src - 源字符串指针, %0 - esi(src), %1 - edi(dest)。
    extern inline char *strcpy(char *dest, const char *src)
    {
    __asm__("cld\n"			//清空方向标志，往上为默认增长
    		"1:\tlodsb\n\t" //加载DS:[esi]处1字节->al,esi++
    		"stosb\n\t"		//存储al->ES:[edi],edi++
    		"testb %%al, %%al\n\t"	//测试刚刚存储是否为NULL字符
    		"jne 1b"		//不是则继续跳到标号1处，否则就结束
    		::"S"(src), "D"(dest)":"si","di","ax");
    return dest;			//返回目的字符串首地址，实现链式
    }
  • 嵌入汇编加载代码
    Linux_0.11_chapter3_emb_asm_load_code1.png
    Linux_0.11_chapter3_emb_asm_load_code2.png

    C与汇编的相互调用

  • 调用约定(主要根据参数顺序、传参方式以及平衡堆栈者等来区分,当然其他体系结构也有其他实现,这里主要是IA-32体系,Intel 64调用约定已经开始大幅度使用寄存器传参)
    • fastcall:Linux系统调用比较常用，直接利用寄存器传参，子程序(被调用者)清除栈帧
    • __cdecl:参数从右至左压栈，由调用者负责清除栈空间，可变参数
    • stdcall:Windows的Win32 API常用，与__cdecl区别是被调用者一般用类似ret n指令来清除栈空间(清除栈空间主要是恢复被保存的寄存器值以及栈指针回归)
    • PASCAL:从左到右压栈，被调用者清栈
    • this:C++标准的Microsoft实现利用ecx传递对象首地址
  • 在软件工程师的角度,以汇编语言作为”车轮子”和”底线”完全可以应付了绝大多数的问题了，因此只要源代码汇编过后保持一致性，各种语言之间的相互调用都是可以的。

Linux 0.11目标文件格式

有关目标文件和链接程序的基本工作原理可参见John R.Levine著的《Linkers & Loaders》(有中文译版）一书。

a.out映像

  • 在Linux 0.11系统中，GNU gcc或者gas编译输出的目标模块文件和链接程序所生成的可执行文件都使用了UNIX传统的a.out格式。对于具有内存分页机制的系统(可由硬件芯片给予软件以支持）来说，这是一种简单有效的目标文件格式。
    Linux_0.11_chapter3_a.out_map.png
    Linux_0.11_chapter3_a.out_map_header1.png
    Linux_0.11_chapter3_a.out_map_header2.png
  • Linux内核可执行文件加载器将可执行文件从磁盘加载到内存中的映像
    Linux_0.11_chapter3_a.out_map_to_memory.png
  • 链接程序的操作
    Linux_0.11_chapter3_a.out_linkers.png

链接程序预定义变量

  • 在链接过程中，链接器ld和ld86会使用自身的变量记录下执行程序中每个段的逻辑地址。因此可以在程序用通过几个外部变量来获取程序中段的位置。

  • _etext(etext):它的地址是.text段结束后的第一个地址;

  • _edata(edata):它的地址是.data初始化数据区后的第一个地址;

  • _end(end):它的地址是未初始化数据区.bss后的第一个地址位置。

  • 带下划线前缀和不带是等价的，唯一的区别在ANSI、POSIX等标准中没有定义符号etext、edata和end。

  • Linux 0.1x 内核在初始化块设备高速缓存区时(fs/buffer.c)， 就使用了变量_end来获取内核映像文件Image在内存中的末端后的位置，并从这个位置起开始设置高速缓冲区。

  • 利用System.map文件可以找寻到目标文件及符号信息映射到内存的位置、公共符号设置、链接中包含的所有文件成员以及其引用的符号和内核运行错误信息及调试。

  • 目标文件符号列表文件中的符号类型
    Linux_0.11_chapter3_a.out_symbol1.png
    Linux_0.11_chapter3_a.out_symbol2.png

Make 和 Makefile

  • make程序通过Makefile文件知道如何编译和链接程序
  • make的执行过程为两个阶段。
  • 读取所有的Makefile文件以及包含的Makefile文件等，记录所有的变量及值、隐式的或显式的规则，并构造出所有目标对象及其先决条件的一幅全景图;
  • make就使用这些内部结构来确定哪个目标对象需要被重建，并且根据相应的规则来操作。
  • 当make重新编译程序的时，每个修改过的C代码文件(根据文件时间戳)必须被重新编译。如果头文件被修改过了，那么为了保证正确，make也会重新编译每个包含此头文件的C代码文件。

总结

  • 基本的开发环境需要搭建和理解
  • 汇编语言在Linux内核中的重要性
  • 目标文件格式基本格式需理解(PE更复杂)
  • 链接器的高级特效需理解
  • Makefile高级用法需要会用