歡迎來到Linux教程網
Linux教程網
Linux教程網
Linux教程網
您现在的位置: Linux教程網 >> UnixLinux >  >> Linux基礎 >> Linux技術

Linux折騰記(八):使用GCC和GNU Binutils編寫能在x86實模式運行的16位代碼

  不可否認,這次的標題有點長。之所以把標題寫得這麼詳細,主要是為了搜索引擎能夠准確地把確實需要了解GCC生成16位實模式代碼方法的朋友帶到我的博客。先說一下背景,編寫能在x86實模式下運行的16位代碼,這個話題確實有點復古,所以能找到的資料也相應較少。要運行x86實模式的程序,目前我知道的只有兩種方式,一種是使用DOS系統,另一種是把它寫成引導扇區的代碼,在系統啟動時直接運行。很顯然,許多講自己實現操作系統的書籍都會講到x86實模式,也只有自己實現操作系統引導的朋友需要用到x86實模式,所以我這篇文章的閱讀用戶數肯定很少,雖然我自認為它填補了網上關於該話題相關資料缺乏的空白。因此,凡是逛到我這篇文章的朋友,請點一下推薦,謝謝。

  為什麼說我這篇博客填補了相關話題的空白呢?那是因為不管是那些寫書的,還是網上寫文章的,一旦需要編寫16位的實模式代碼,都喜歡拿NASM說事兒,一點也不顧GNU AS的感受。當然,這是有歷史原因的,因為Linux自從其誕生起就是32位,就是多用戶多任務操作系統,所以GCC和Gnu AS一移植到Linux上就是用來編寫32位保護模式的代碼的。而且,ELF可執行文件格式也只有ELF32和ELF64,沒聽說過有ELF16的。即使是Linux自己,剛誕生的時候(1991年),也只有使用as86匯編器來編寫自己的16位啟動代碼,直到1995年以後,GNU AS才逐步加入編寫16位代碼的能力。

  下面開始我的GCC和GNU Binutils的16位代碼之旅。我決定使用DOS作為我的測試環境,所以最後生成的可執行文件都把它制作成DOS系統中可運行的Plain Binary格式。第一步安裝一個qemu虛擬機來運行FreeDOS,安裝虛擬機在Ubuntu中只需要一個sudo apt-get install qemu命令就可以完成,所以我就不截圖了。但是FreeDOS的軟盤映像文件需要到Qemu的官網上面去下載,下載地址如下圖:

  使用qemu-system-i386 -fda freedos.img可以運行Qemu虛擬機和FreeDOS系統,如下圖:

  因為匯編語言更接近底層,而C語言更高級,所以先從匯編語言開始,逐步過渡到C語言。先寫一個簡單的、能在DOS中顯示一個“Hello,world!”的匯編語言程序,考慮到我之後會使用該程序調用C語言的main函數,並且該程序負責讓程序運行結束後順利返回DOS系統,所以我把這個程序命名為test_code16_startup.s。其代碼如下:

  下面對以上代碼進行簡單解釋:

  1. GNU AS匯編器使用的匯編語言采用的是AT&T語法,該語法和Intel語法不同。我更喜歡AT&T的語法,原因有兩個,一是AT&T語法是Linux世界中通用的標准,二是AT&T語法在某些概念方面確實理解起來更簡單(比如內存尋址模式)。有匯編語言基礎的人,AT&T語法學起來也很快,主要有以下幾條:①匯編指令後面跟有操作數長度的後綴,比如mov指令,如果操作數是8位,則用movb,如果操作數是16位,則用movw,如果操作數是32位,則用movl,如果操作數是64位,則用movq,其余指令依此類推;②操作數的順序是源操作數在前,目標操作數在後,比如movw %cs, %ax表示把cs寄存器中的數據移動到ax寄存器中,這個順序和Intel匯編語法正好相反;③所有的寄存器使用%前綴,如%ax, %di, %esp等;④對於立即數,需要使用$前綴,比如 $4,  $0x0c,而且如果一個數字是以0開頭,則是8進制,以其它數字開頭,是10進制,以0x開頭則是16進制,標號當立即數使用時,需要$前綴,比如上面的pushw $message,而標號當函數名使用時,不需要$前綴,比如上面的callw display_str;⑤內存尋址方式,眾所周知,x86尋址方式眾多,什麼直接尋址、間接尋址、基址尋址、基址變址尋址等等讓人眼花缭亂,而AT&T語法對內存尋址方式做了一個很好的統一,其格式為section:displacement(base, index, scale),其中section是段地址,displacement是位移,base是基址寄存器,index是索引,scale是縮放因子,其計算方式為線性地址=section + displacement + base + index*scale,最重要的是,可以省略以上格式中的一個或多個部分,比如movw 4, %ax就是把內存地址4中的值移動到ax寄存器中,movw 4(%esp), %ax就是把esp+4指向的地址中的值移動到ax寄存器中,依此類推。我上面的介紹是不是全網絡最簡明的AT&T匯編語法教程?

  2. 在以上代碼中我全部使用的都是16位的指令,如movw、pushw、callw等,並且直接在代碼中定義了字符串“Hello, world!”。

  3. 在以上代碼中使用了函數display_str,在調用display_str之前,我使用pushw $15和pushw $message將參數從右向左依次壓棧,然後使用callw指令調用函數,這和C語言的函數調用約定是一樣的。調用callw指令會自動將%ip寄存器壓棧,而在函數開始時,我又用pushw %bp將%bp寄存器壓棧,所以%esp又向下移動了4個字節,所以在函數中使用0x4(%esp)和0x6(%esp)可以訪問到這兩個參數。在32位代碼中,由於調用函數時壓棧的是%eip和%ebp,所以需要使用0x8(%esp)和0xc(%esp)來依次訪問壓棧的參數。關於匯編語言函數調用的細節,我這裡有一本好書Linux匯編編程指南.pdf。這是一本免費的英文版電子書,其原名為《Programming from the ground up》。

  4. 以上代碼使用BIOS中斷int 0x10來輸出字符串,使用DOS中斷int 0x21來返回DOS系統。

  5. 最重要的是,需要使用.code16指令讓匯編器將程序匯編成16位的代碼。

  代碼完成後,使用下面一串命令就可以把它進行匯編、鏈接,然後轉換成DOS下的純二進制格式(Plain Binary),最後復制到FreeDOS.img中,使用Qemu虛擬機執行FreeDOS,然後運行該16位實模式程序。這一串命令及其運行效果如下圖:

  這些命令中比較重要的選項我都特意標出來了。由於我用的是64位的環境,所以調用as命令的時候需要指定--32選項,調用ld命令的時候需要指定-m elf_i386選項。指定以上選項後,生成的是32位的ELF目標文件,否則默認會生成64位的ELF目標文件,如果目標文件是64位,以後和C語言生成的目標文件連接時會出問題。使用32位環境的朋友們不用特意指定這兩個選項。由於DOS系統總是把Plain Binary文件載入到0x100地址處執行,所以調用ld命令時,需要指定-Ttext 0x100選項。ld命令執行完成後,生成的是ELF格式的可執行文件test.elf,最後需要調用objcopy生成純二進制文件,-j .text選項的意思是只需要代碼段,因為我把“Hello, world!”也是定義在代碼段中的,-O binary選項指定輸出格式為純二進制文件,輸出文件為test.com。最後,將freedos.img鏡像文件mount到Ubuntu中,將test.com拷貝到其中,然後umount,然後運行虛擬機,在DOS中運行test,就可以看到效果了。

  除了as和ld,GNU Binutils中的其它程序也是寫程序和分析程序時的好幫手。可以使用readelf -S查看test.elf文件中的所有段,也可以使用objdump -s命令將test.elf中的數據以16進制形式輸入,如下圖:

  當然,也可以使用objdump -d或者objdump -D將程序進行反匯編,查看是否真正生成了16位代碼,如下圖:(反匯編時一定要指定-m i8086選項)

  也可以對純二進制格式的文件進行反匯編,必須指定-b binary選項,如下圖,對test.com進行反匯編:

  反匯編時,一定要指定-m i8086選項,否則objdump不知道反匯編的是16位代碼。(前面提到過Linux從誕生起就是32位,所以ELF只有32位和64位兩種,沒有16位的ELF格式。)如下圖,如果使用-m i386選項進行反匯編,反匯編結果將不知所雲:

  下面進入C語言的世界。為了搞清楚C語言生成的16位代碼的匯編指令有哪些特別之處,先寫一個簡單的C語言程序進行調研,如下圖:

  該程序有以下特點:

  1. 程序的開頭使用了__asm__(".code16\n")嵌入匯編指令,以指示as生成16位代碼;

  2. display_str函數的簽名和之前匯編語言中的相同,可以使用它來觀察C語言生成的代碼如何傳遞參數。

  使用下面的命令對程序進行編譯和反匯編,如下圖:

  從上圖可以看出,C語言生成的代碼雖然是16位,但是它有如下特點:①從生成的display_str函數中可以看出,函數一開始是push %ebp,而不是push %bp;②在display_str函數中獲取參數的位置分別為0x8(%ebp)和0xc(%ebp),而不是我在匯編語言中寫的0x4(%ebp)和0x6(%ebp);③從生成的main函數可以看出,調用diaplay_str之前,沒有使用push命令把參數壓棧,而是直接通過sub $0x18, %esp調整%esp的位置,然後使用mov指令將參數放到指定位置,和使用push指令的效果相同;④雖然我在display_str函數的定義中故意將長度參數定義為short,但是從生成的代碼中可以看到依然是每隔4個字節放一個參數。

  另外需要說明的是,調用gcc時除了指定-c選項指示它只編譯不連接外,還要指定-m32選項,這樣才會生成32位的匯編代碼,而只有在32位的匯編代碼中使用.code16指令,才能編譯成16位的機器碼。如果沒有指定-m32選項,則生成的是64位匯編代碼,然後匯編時會出錯。使用-m32選項後,生成的目標文件是ELF32格式。ELF32格式的目標文件只能和ELF32格式的目標文件連接,這也是為什麼前面的as和ld需要指定--32和-m elf_i386選項的原因。

  通過以上分析,似乎可以得出以下結論:只需要將匯編代碼中的pushw %bp更改為pushl %ebp,然後將獲取參數的位置調整為0x8(%ebp)和0xc(%ebp),就可以從C語言裡面成功調用到匯編語言中的函數了。而事實上,還有一點點小差距。從上面的反匯編代碼中可以看到,函數調用時使用的是16位的call指令,該指令壓棧的是%ip,而不是%eip,而C語言生成的函數框架中獲取的參數位置是按照將%eip壓棧計算出來的,它們之間差了兩個字節。

  為了證明我以上判斷的准確性,我將上面的C語言程序和匯編程序修改後,編譯連接成一個完整的程序,看看它究竟能否正確運行。如下圖:

  C語言程序修改很簡單,就是去掉了display_str函數的實現,只保留聲明。匯編代碼如下圖:

  匯編語言的更改包含以下幾個地方:將display_str函數導出,將pushw %bp改為pushl %ebp,同時修改獲取參數的位置。編譯、連接、運行程序的指令如下:

  可以看到“Hello world from C language”沒有正確顯示出來。上面的命令都是前面用過的,不需要多解釋,唯一不同的是使用C語言寫的程序多了一個.rodata段,所以在objcopy的時候需要把這個段也包含進來。

  由於C語言生成的函數框架都是從0x8(%ebp)開始取參數,它認為0x0(%ebp)是old ebp,0x4(%ebp)是%eip,而事實上使用16位的call指令調用函數後,0x4(%ebp)中是%ip而不是%eip,所以要從0x6(%ebp)開始取參數。我們不可能修改C語言生成的函數框架,只能看看能否將16位的call改成32位的call。

  辦法當然是有的,那就是不使用.code16,而使用.code16gcc。.code16gcc和.code16不同的地方就在於它生成的匯編代碼在使用到call、ret、jump等指令時,都生成32位的機器碼,相當於calll,retl,jumpl。這也是.code16gcc叫.code16gcc的原因,因為它就是配合GCC生成的函數框架使用的。

  下面再來修改代碼,C語言代碼修改很簡單,只需要將.code16改成.code16gcc即可,如下圖:

  通過反匯編,可以看到它使用了32位的calll和retl,如下圖:

  匯編程序的修改主要是將.code16改為.code16gcc,然後手動將callw改成calll,將retw改成retl,如下圖:

  最後,編譯連接,拷貝到freedos.img,運行虛擬機,查看運行效果,如下圖:

  大功告成,運行效果如上圖。

總結:

  編寫運行於x86實模式下的16位代碼是一個很復古的話題,編寫能在DOS下運行的Plain Binary可執行文件是一個更復古的話題。以往,凡是需要使用x86的16位實模式的時候,作者都喜歡用NASM來編程。比如《30天自制操作系統》、《Orange's 一個操作系統的實現》、《x86匯編語言——從實模式到保護模式》等書籍都以NASM匯編器和Intel匯編語法作為示例。而且他們都是在進入32位保護模式後,才讓匯編語言和C語言共同工作。

  我用Linux操作系統,所以我就是想不管是寫32位代碼,還是16位代碼,都能使用GCC和GNU AS。我還想即使是在16位模式下,也能盡量少用匯編語言,多用C語言。經過努力,有了上面的文章。使用GCC和GNU Binutils編寫運行於x86實模式的16位代碼的過程如下:

  1. 如果只用匯編語言編寫16位程序,請使用.code16指令,並保證只使用16位的指令和寄存器;如果要和C語言一起工作,請使用.code16gcc指令,並且在函數框架中使用pushl,calll,retl,leavel,jmpl,使用0x8(%ebp)開始訪問函數的參數;很顯然,使用C語言和匯編語言混編的程序可以在實模式下運行,但是不能在286之前的真實CPU上運行,因為286之前的CPU還沒有pushl、calll、retl、leavel、jmpl等指令。

  2. 使用as時,請指定--32選項,使用gcc時,請指定-m32選項,使用ld時,請指定-m elf_i386選項。如果是反匯編16位代碼,在使用objdump時,請使用-m i8086選項。

  3. 在DOS中運行的.com文件會被加載到0x100處執行,所以使用ld連接時需指定-Ttext 0x100選項;引導扇區的代碼會被加載到0x7c00處執行,所以使用ld連接時需指定-Ttext 0x7c00選項。

  4. 使用gcc、as、ld生成的程序默認都是ELF格式,而在DOS下運行的.com程序是Plain Binary的,在引導扇區運行的代碼也是Plain Binary的,所以需要使用objcopy將ELF文件中的代碼段和數據段拷貝到一個Plain Binary文件中,使用-O binary選項; Plain Binary文件也可以反匯編,在使用objdump時需指定-b binary選項。

Copyright © Linux教程網 All Rights Reserved