学习笔记--内核中C语言和汇编的使用

前言

好像有好长一段时间没有写认真这一个技术型的博客了。感觉没有将新学的知识记录下来，很快就丢掉了，回过头来，还是一场空。所以，写博客是一个长期而持久的事情。

最近，在学习linux内核，用到了AT&T汇编和C语言。在内核中，总是出现两者的混编，在这里总结一些最近的学习成果。等到以后需要用到的时候，可以快速回忆起来。

下面开始进入主题了。希望我的这个文章，不会让读者嫌弃，如有错误，请指出。

C语言的编译和连接

编译过程介绍

在学习内核的时候，每次看看一本新的书都要先介绍一些编译连接的过程。自己看了好多遍了，但是都没有好好的总结一下。这里简单介绍下：

一个源程序，一般经过下面的几个步骤：



上图中写到，C程序编译连接为目标文件，一共有5个步骤。分别为预处理，编译，汇编，连接。

预处理：主要处理源代码的文本文件，对源代码做一些预处理，编程纯粹的C语言文件。主要处理的有用定义，文件包含和条件编译。

编译：将C语言（高级语言）生成汇编（低级语言）。

汇编：把汇编语言翻译成机器语言，即将汇编语言变成0101010…… 需要注意的是，上面的三步都是相对于单个文件进行操作的，最后通过下面的连接，将他们连接成一个可执行的程序。

连接：用来把要执行的程序与库文件或其他已经翻译好的子程序（能完成一种独立功能的程序模块）连接在一起，形成机器能执行的程序。

实际例子讲解

源程序

test.h

#define VALUE 0

test.c

#include"test.h"

#ifndef MARK
#undef VALUE
#define VALUE 100
#else
#undef VALUE
#define VALUE 200
#endif

int main(){
int vlaue = VALUE;

return vlaue;
}

预处理之后的纯C文件

在shell中，键入：

gcc -o test.i -E test.c

产生下面的纯C文件：

int main(){
int vlaue = 100;

return vlaue;
}

之前源文件中的宏定义，文件包含等等的都被预处理程序处理掉了，生成了一个干净的C文件。

编译之后的汇编文件

在shell中，键入：

gcc -o test.S -S test.i

产生下面的汇编文件：

.file   "test.c"            #文件名
.text                       #代码段
.globl  main                #定义全局函数
.type   main, @function
main:
.LFB0:
.cfi_startproc
pushq   %rbp
.cfi_def_cfa_offset 16
.cfi_offset 6, -16
movq    %rsp, %rbp
.cfi_def_cfa_register 6
movl    $100, -4(%rbp)
movl    -4(%rbp), %eax
popq    %rbp
.cfi_def_cfa 7, 8
ret
.cfi_endproc
.LFE0:
.size   main, .-main
.ident  "GCC: (Ubuntu 5.2.1-22ubuntu2) 5.2.1 20151010"
.section    .note.GNU-stack,"",@progbits

通过编译将C文件编译成了汇编文件。这里面的语法，我们先不用了解，在后面的讲解中，会慢慢解释。

将汇编文件汇编成目标文件

在shell中，键入：

gcc -o test.o -c test.S

产生下面的二进制文件：

7f45 4c46 0201 0100 0000 0000 0000 0000
0100 3e00 0100 0000 0000 0000 0000 0000
0000 0000 0000 0000 1002 0000 0000 0000
………………

在汇编步骤中，将以前我们人类易于理解的指令代码，变成了机器易于理解的二进制。汇编步骤，其实就是将汇编码翻译成为机器码。

将目标文件连接成可执行文件

在shell中，键入：

gcc -o test test.o

产生下面的二进制文件：

7f45 4c46 0201 0100 0000 0000 0000 0000
0200 3e00 0100 0000 0004 4000 0000 0000
4000 0000 0000 0000 c019 0000 0000 0000
………………

通过连接，将test函数和其他的库，启动函数，等等文件连接。ps：没有连接启动函数，test文件无法被执行，恕我知识浅薄，现在所了解的，就只有这么一点了。希望读者多多提意见。

C语言嵌入汇编

在内核中，C语言中，嵌入汇编语言是一种比较常见的方式，汇编用于执行效率要求高的代码块。

下面是嵌入汇编格式：

asm("汇编语言"
:输出寄存器
:输入寄存器
:会被修改的寄存器);

下面对上面格式进行简单介绍：

+ asm：为内联汇编语句的关键词

+ 输出寄存器：表示当这段嵌入式汇编执行完之后，哪些寄存器用于输出数据。

+ 输入寄存器：表示执行汇编代码时，指定一些寄存器中应存放的输入值。

+ 会被修改的寄存器：表示你已对其中列出的寄存器中的值进行了改动。

实际例子讲解

#define get_seg_byte(seg,addr) ({ \
register char __res; \
__asm__("push %%fs;                 //保存fs寄存器内容
mov %%ax,%%fs;              //给fs赋予ax中的内容（ax的内容 在"输入寄存器"模块 中已经设置）
movb %%fs:%2,%%al;          //取seg：addr处1字节内容到al寄存器中
pop %%fs"                   //返回fs寄存器内容
:"=a" (__res)               //输出寄存器：将eax寄存器中的内容赋给__res变量
:"0" (seg),"m" (*(addr))); //输入寄存器：eax寄存器=seg   内存地址=addr地址
__res;})

下面是对这个例子的详细描述：

首先：要分析一个嵌入汇编代码块，需要先看的就是：输出寄存器，输入寄存器，会被修改的寄存器这三个模块。

输出寄存器：在代码执行完毕之后，将eax寄存器中数据赋值给变量__res。这里需要注意赋值的格式：”=a”(__res)

输入寄存器：在代码执行之前，给eax赋予值seg，给内存地址赋予值*addr。

会被修改的寄存器：表示你已对列出的寄存器中的值进行改动了。这样gcc编译器就知道不能在依赖于它原先对这些寄存器加载值了。

对在输入寄存器中的数字0进行说明：

在嵌入汇编程序规定把输入输出寄存器统一按照顺序编号，顺序是从输入寄存器序列从左到右从上到下以”%0”开始，分别为%1，%2，%3……

对寄存器a，m进行说明：

在输入寄存器中有=a，在输出寄存器中有m，那么他们是怎么和寄存器映射的呢？下面是映射关系图：

代码	说明	代码	说明
a	使用寄存器eax	m	使用内存地址
b	使用寄存器ebx	o	使用内存地址并可以加偏移值
c	使用寄存器ecx	I	使用常数0-31
d	使用寄存器edx	J	使用常数0-63
S	使用esi	K	使用常数0-255
D	使用edi	L	使用常数0-65535
q	使用动态分配字节可寻址寄存器（eax，ebx，ecx或edx	M	使用常数0-3
r	使用任意动态分配的寄存器	N	使用1字节常数（0-255）
g	使用通用有效的地址即可（eax，ebx，ecx，edx或内存变量）	O	使用常数0-31
A	使用eax与edx联合（64位	=	输出操作数，输出值将替换前值
+	表示操作数可读可写	&	早期汇编的操作数。表示在使用完操作数之前，内容会被修改

代码模块分析：

格式注意，在嵌入汇编中，我们需要对汇编代码加上双引号，例如“push %%fs”

对输入输出寄存器的操作：之前讲到，我们通过%num来操作输入输出寄存器，下面就是一个例子：

movb %%fs:%2,%%al;      //fs之前赋值了，等于seg，%2表示*addr地址

经过这样一番描述，你是不是对嵌入汇编有了一定的了解呢？ ^_^~~ 如果还是不怎么懂的话，可以把你的问题贴出来，大家一起研究哦（ps：我是菜鸟~）