最小汇编程序 ARM
Minimal assembly program ARM
我正在学习汇编，但在 arm 上使用 gnu/linux 时，我无法理解 CPU 是如何执行程序的。我会详细说明。
Problem:
I want my program to return 5 as it's exit status.
此程序集是：
.text
.align 2
.global main
.type main, %function
main:
mov w0, 5 //move 5 to register w0
ret //return
然后我 assemble 它与：
as prog.s -o prog.o
到目前为止一切正常。我知道我必须 link 我的目标文件到 C 库，以便添加额外的代码，使我的程序 运行。然后我 link with（为清楚起见省略了路径）：
ld crti.o crtn.o crt1.o libc.so prog.o ld-linux-aarch64.so.1 -o prog
在此之后，一切都按预期工作：
./prog; echo $?
5
我的问题是我无法弄清楚 C 标准库在这里实际做了什么。我或多或少明白 crti/n/1 正在向我的程序添加入口代码（例如 .init 和 .start 部分），但不知道 libc 的目的是什么。
我对什么是“返回 5 作为退出状态”的最小汇编实现感兴趣
Web 上的大多数资源都集中在您进入 main 后的指令和程序流程上。我对使用 ./ 执行后执行的所有步骤非常感兴趣。我现在正在翻阅计算机体系结构的教科书，但我希望能在这里得到一点帮助。
C 语言从 main() 开始，但要使 C 语言正常工作，您通常至少需要最少的 bootstrap。例如，在可以从 C bootstrap
调用 main 之前
1) stack/stackpointer
2) .data initialized
3) .bss initalized
4) argc/argv prepared
然后是 C 库，其中有 many/countless 个 C 库，每个库都有自己的设计和要求，在调用 main 之前需要满足这些要求。 C 库对系统进行系统调用，因此这开始成为系统（操作系统，Linux、Windows 等）依赖性，具体取决于 C 库的设计，它可能是薄垫片或高度集成或介于两者之间。
同样，例如假设操作系统采用“二进制”（操作系统支持的二进制格式和该格式的规则由操作系统定义，并且工具链必须同样符合 C 库（即使您有时会看到相同的品牌名称，假设工具链和 C 库是独立的实体，一个设计用于与另一个一起工作））从非易失性媒体（如硬盘驱动器或 ssd）并将相关部分复制到内存中（流行的一部分，支持的二进制文件格式，用于调试或文件格式，而不是用于执行的实际代码或数据）。
因此，这留下了一个系统级设计选项，二进制文件格式是否指示 .data、.bss、.text 等（请注意，.data、.bss、.text 不是标准，只是约定，大多数人知道这意味着什么，即使特定工具链没有选择将这些名称用于部分甚至术语部分）。
如果是这样，获取程序并将其加载到内存中的操作系统加载程序可以选择将 .data 放在正确的位置并为您将 .bss 归零，这样 bootstrap 就不必这样做了。在 bare-metal 情况下，bootstrap 通常会处理 read/write 项目，因为它不是由其他软件从媒体加载的，它通常只是在处理器的地址 space 中在一些味道的 rom 上。
同样 argv/argc 可以由加载二进制文件的操作系统工具处理，因为假设操作系统 has/uses 是命令行，它必须从命令行解析出二进制文件的位置界面。但它可以简单地将命令行传递给 bootstrap 而 bootstrap 必须这样做，这些是系统级设计选择，与 C 无关，但与之前发生的事情有关main 被调用。
内存 space 规则由操作系统定义，在操作系统和 C 库之间定义，由于其私密性，通常包含 bootstrap 但我猜 C 库和 bootstrap 可以分开。所以 linking 也发挥了作用，这个操作系统是否支持保护，它只是 read/write 内存，你只需要在那里发送垃圾邮件，或者是否有单独的区域用于 read/only (.文本、.rodata 等）和 read/write（.data、.bss 等）。有人需要处理这个问题，linker 脚本和 bootstrap 通常有非常亲密的关系，linker 脚本解决方案特定于工具链，而不是假定为 portable ，为什么会这样，所以虽然还有其他解决方案，但常见的解决方案是有一个 C 库，其中包含 bootstrap 和 linker 解决方案，这些解决方案与操作系统和目标处理器密切相关。
然后你可以谈谈main()之后发生了什么。我很高兴看到您首先使用 ARM 而不是 x86 来学习，尽管 aarch64 对于第一个学习者来说是一场噩梦，不仅仅是指令集，只是执行级别和所有保护，您可以使用这种方法走很长一段路，但是如果不使用裸机，有些东西和一些说明是无法触及的。 （假设您使用的是 pi，那里有一个非常好的 bare-metal 论坛，其中有很多好的资源）。
gnu 工具使得 binutils 和 gcc 是独立但密切相关的项目。 gcc 知道事物相对于自身的位置，因此假设您将 gcc 与 binutils 和 glibc 结合使用（或者您只是使用找到的工具链），gcc 知道相对于它执行的位置来查找这些其他项目以及在调用 linker（gcc 在某种程度上只是一个 shell，它调用预处理器、编译器和汇编程序，然后 linker 如果没有指示不要做这些事情）。但是 gnu binutils linker 没有。虽然使用起来令人厌恶，但使用起来更容易
gcc test.o -o test
而不是在那天为那台机器弄清楚你在 ld 命令行上需要什么以及什么路径，并取决于参数在命令行上的设计顺序。
请注意，您至少可以避免这种情况
.global main
.type main, %function
main:
mov w0, 5 //move 5 to register w0
ret //return
或查看 gcc 生成的内容
unsigned int fun ( void )
{
return 5;
}
.arch armv8-a
.file "so.c"
.text
.align 2
.p2align 4,,11
.global fun
.type fun, %function
fun:
mov w0, 5
ret
.size fun, .-fun
.ident "GCC: (GNU) 10.2.0"
我已经习惯在里面看到更多的绒毛了:
.arch armv5t
.fpu softvfp
.eabi_attribute 20, 1
.eabi_attribute 21, 1
.eabi_attribute 23, 3
.eabi_attribute 24, 1
.eabi_attribute 25, 1
.eabi_attribute 26, 2
.eabi_attribute 30, 2
.eabi_attribute 34, 0
.eabi_attribute 18, 4
.file "so.c"
.text
.align 2
.global fun
.syntax unified
.arm
.type fun, %function
fun:
@ args = 0, pretend = 0, frame = 0
@ frame_needed = 0, uses_anonymous_args = 0
@ link register save eliminated.
mov r0, #5
bx lr
.size fun, .-fun
.ident "GCC: (Ubuntu/Linaro 5.4.0-6ubuntu1~16.04.9) 5.4.0 20160609"
.section .note.GNU-stack,"",%progbits
无论哪种方式，您都可以查看每个汇编语言项目并决定您是否真的需要它们，部分取决于您是否觉得需要使用调试器或 binutils 工具来分解二进制文件（你真的需要知道吗例如为了学习汇编语言的乐趣大小？）
如果您想控制所有代码而不是 link 使用 C 库，我们非常欢迎您，您需要了解操作系统的内存 space 规则并创建一个linker 脚本（默认脚本可能部分与 C 库相关联，毫无疑问过于复杂，而不是您想要用作起点的脚本）。在这种情况下，在 main 中有两条指令，你只需要一个地址 space 对二进制文件有效，但是操作系统进入（理想情况下使用 ENTRY（标签），如果你愿意，它可以是 main 但通常不是 _start通常在 linker 脚本中找到，但也不是规则，您可以选择。正如评论中指出的那样，您需要进行系统调用才能退出程序。系统调用特定于操作系统，可能版本而不特定于目标 (ARM)，因此您需要以正确的方式使用正确的版本，非常可行，您的整个项目 linker 脚本和汇编语言可能只有几十行代码总计。我们不是来这里 google 那些给你的，所以你会自己做。
你的部分问题是你正在寻找编译器解决方案，而编译器通常与这些完全无关。编译器将一种语言转换成另一种语言。汇编程序同样处理，但一个很简单，另一个通常是机器代码，位。 （一些编译器也输出位而不是文本）。这相当于查找 table 锯的用户手册来弄清楚如何建造房屋。 table 锯只是一种工具，您需要的工具之一，但只是一种通用工具。编译器，特定的 gnu 的 gcc，是通用的，它甚至不知道 main() 是什么。 Gnu沿袭了Unix的方式，所以它有一个单独的binutils和C库，单独开发，不想组合也可以不组合，可以单独使用。然后是操作系统，所以您的问题有一半隐藏在操作系统细节中，另一半隐藏在特定的 C 库或其他将 main() 连接到操作系统的解决方案中。
作为开源软件，您可以查看 bootstrap 的 glibc 和其他软件，看看它们做了什么。了解这类开源项目代码几乎不可读，有时反汇编容易得多，YMMV。
您可以搜索 arm aarch64 的 Linux 系统调用并找到用于退出的系统调用，您可能会看到您找到的开源 C 库或 bootstrap 解决方案被埋在下面你今天使用的是什么，将调用 exit 但如果没有，那么他们需要进行一些其他调用 return 返回操作系统。它不太可能是一个简单的 ret 和一个保存 return 值的寄存器，但从技术上讲，这是有人可以选择为他们的操作系统这样做的方式。
我想你会发现对于 Linux on arm，Linux 将解析命令行并在寄存器中传递 argc/argv，因此你可以简单地使用它们。并且可能会准备 .data 和 .bss，只要您正确构建二进制文件（您 link 它正确）。
这是一个最基本的例子。
运行 它与：
gcc -c thisfile.S && ld thisfile.o && ./a.out
源代码：
#include <sys/syscall.h>
.global _start
_start:
movq $SYS_write, %rax
movq , %rdi
movq $st, %rsi
movq $(ed - st), %rdx
syscall
movq $SYS_exit, %rax
movq , %rdi
syscall
st:
.ascii "3[01;31mHello, OS World3[0m\n"
ed:
我正在学习汇编，但在 arm 上使用 gnu/linux 时，我无法理解 CPU 是如何执行程序的。我会详细说明。
Problem:
I want my program to return 5 as it's exit status.
此程序集是：
.text
.align 2
.global main
.type main, %function
main:
mov w0, 5 //move 5 to register w0
ret //return
然后我 assemble 它与：
as prog.s -o prog.o
到目前为止一切正常。我知道我必须 link 我的目标文件到 C 库，以便添加额外的代码，使我的程序 运行。然后我 link with（为清楚起见省略了路径）：
ld crti.o crtn.o crt1.o libc.so prog.o ld-linux-aarch64.so.1 -o prog
在此之后，一切都按预期工作：
./prog; echo $?
5
我的问题是我无法弄清楚 C 标准库在这里实际做了什么。我或多或少明白 crti/n/1 正在向我的程序添加入口代码（例如 .init 和 .start 部分），但不知道 libc 的目的是什么。
我对什么是“返回 5 作为退出状态”的最小汇编实现感兴趣
Web 上的大多数资源都集中在您进入 main 后的指令和程序流程上。我对使用 ./ 执行后执行的所有步骤非常感兴趣。我现在正在翻阅计算机体系结构的教科书，但我希望能在这里得到一点帮助。
C 语言从 main() 开始，但要使 C 语言正常工作，您通常至少需要最少的 bootstrap。例如，在可以从 C bootstrap
调用 main 之前1) stack/stackpointer
2) .data initialized
3) .bss initalized
4) argc/argv prepared
然后是 C 库，其中有 many/countless 个 C 库，每个库都有自己的设计和要求，在调用 main 之前需要满足这些要求。 C 库对系统进行系统调用，因此这开始成为系统（操作系统，Linux、Windows 等）依赖性，具体取决于 C 库的设计，它可能是薄垫片或高度集成或介于两者之间。
同样，例如假设操作系统采用“二进制”（操作系统支持的二进制格式和该格式的规则由操作系统定义，并且工具链必须同样符合 C 库（即使您有时会看到相同的品牌名称，假设工具链和 C 库是独立的实体，一个设计用于与另一个一起工作））从非易失性媒体（如硬盘驱动器或 ssd）并将相关部分复制到内存中（流行的一部分，支持的二进制文件格式，用于调试或文件格式，而不是用于执行的实际代码或数据）。 因此，这留下了一个系统级设计选项，二进制文件格式是否指示 .data、.bss、.text 等（请注意，.data、.bss、.text 不是标准，只是约定，大多数人知道这意味着什么，即使特定工具链没有选择将这些名称用于部分甚至术语部分）。
如果是这样，获取程序并将其加载到内存中的操作系统加载程序可以选择将 .data 放在正确的位置并为您将 .bss 归零，这样 bootstrap 就不必这样做了。在 bare-metal 情况下，bootstrap 通常会处理 read/write 项目，因为它不是由其他软件从媒体加载的，它通常只是在处理器的地址 space 中在一些味道的 rom 上。
同样 argv/argc 可以由加载二进制文件的操作系统工具处理，因为假设操作系统 has/uses 是命令行，它必须从命令行解析出二进制文件的位置界面。但它可以简单地将命令行传递给 bootstrap 而 bootstrap 必须这样做，这些是系统级设计选择，与 C 无关，但与之前发生的事情有关main 被调用。
内存 space 规则由操作系统定义，在操作系统和 C 库之间定义，由于其私密性，通常包含 bootstrap 但我猜 C 库和 bootstrap 可以分开。所以 linking 也发挥了作用，这个操作系统是否支持保护，它只是 read/write 内存，你只需要在那里发送垃圾邮件，或者是否有单独的区域用于 read/only (.文本、.rodata 等）和 read/write（.data、.bss 等）。有人需要处理这个问题，linker 脚本和 bootstrap 通常有非常亲密的关系，linker 脚本解决方案特定于工具链，而不是假定为 portable ，为什么会这样，所以虽然还有其他解决方案，但常见的解决方案是有一个 C 库，其中包含 bootstrap 和 linker 解决方案，这些解决方案与操作系统和目标处理器密切相关。
然后你可以谈谈main()之后发生了什么。我很高兴看到您首先使用 ARM 而不是 x86 来学习，尽管 aarch64 对于第一个学习者来说是一场噩梦，不仅仅是指令集，只是执行级别和所有保护，您可以使用这种方法走很长一段路，但是如果不使用裸机，有些东西和一些说明是无法触及的。 （假设您使用的是 pi，那里有一个非常好的 bare-metal 论坛，其中有很多好的资源）。
gnu 工具使得 binutils 和 gcc 是独立但密切相关的项目。 gcc 知道事物相对于自身的位置，因此假设您将 gcc 与 binutils 和 glibc 结合使用（或者您只是使用找到的工具链），gcc 知道相对于它执行的位置来查找这些其他项目以及在调用 linker（gcc 在某种程度上只是一个 shell，它调用预处理器、编译器和汇编程序，然后 linker 如果没有指示不要做这些事情）。但是 gnu binutils linker 没有。虽然使用起来令人厌恶，但使用起来更容易
gcc test.o -o test
而不是在那天为那台机器弄清楚你在 ld 命令行上需要什么以及什么路径，并取决于参数在命令行上的设计顺序。
请注意，您至少可以避免这种情况
.global main
.type main, %function
main:
mov w0, 5 //move 5 to register w0
ret //return
或查看 gcc 生成的内容
unsigned int fun ( void )
{
return 5;
}
.arch armv8-a
.file "so.c"
.text
.align 2
.p2align 4,,11
.global fun
.type fun, %function
fun:
mov w0, 5
ret
.size fun, .-fun
.ident "GCC: (GNU) 10.2.0"
我已经习惯在里面看到更多的绒毛了:
.arch armv5t
.fpu softvfp
.eabi_attribute 20, 1
.eabi_attribute 21, 1
.eabi_attribute 23, 3
.eabi_attribute 24, 1
.eabi_attribute 25, 1
.eabi_attribute 26, 2
.eabi_attribute 30, 2
.eabi_attribute 34, 0
.eabi_attribute 18, 4
.file "so.c"
.text
.align 2
.global fun
.syntax unified
.arm
.type fun, %function
fun:
@ args = 0, pretend = 0, frame = 0
@ frame_needed = 0, uses_anonymous_args = 0
@ link register save eliminated.
mov r0, #5
bx lr
.size fun, .-fun
.ident "GCC: (Ubuntu/Linaro 5.4.0-6ubuntu1~16.04.9) 5.4.0 20160609"
.section .note.GNU-stack,"",%progbits
无论哪种方式，您都可以查看每个汇编语言项目并决定您是否真的需要它们，部分取决于您是否觉得需要使用调试器或 binutils 工具来分解二进制文件（你真的需要知道吗例如为了学习汇编语言的乐趣大小？）
如果您想控制所有代码而不是 link 使用 C 库，我们非常欢迎您，您需要了解操作系统的内存 space 规则并创建一个linker 脚本（默认脚本可能部分与 C 库相关联，毫无疑问过于复杂，而不是您想要用作起点的脚本）。在这种情况下，在 main 中有两条指令，你只需要一个地址 space 对二进制文件有效，但是操作系统进入（理想情况下使用 ENTRY（标签），如果你愿意，它可以是 main 但通常不是 _start通常在 linker 脚本中找到，但也不是规则，您可以选择。正如评论中指出的那样，您需要进行系统调用才能退出程序。系统调用特定于操作系统，可能版本而不特定于目标 (ARM)，因此您需要以正确的方式使用正确的版本，非常可行，您的整个项目 linker 脚本和汇编语言可能只有几十行代码总计。我们不是来这里 google 那些给你的，所以你会自己做。
你的部分问题是你正在寻找编译器解决方案，而编译器通常与这些完全无关。编译器将一种语言转换成另一种语言。汇编程序同样处理，但一个很简单，另一个通常是机器代码，位。 （一些编译器也输出位而不是文本）。这相当于查找 table 锯的用户手册来弄清楚如何建造房屋。 table 锯只是一种工具，您需要的工具之一，但只是一种通用工具。编译器，特定的 gnu 的 gcc，是通用的，它甚至不知道 main() 是什么。 Gnu沿袭了Unix的方式，所以它有一个单独的binutils和C库，单独开发，不想组合也可以不组合，可以单独使用。然后是操作系统，所以您的问题有一半隐藏在操作系统细节中，另一半隐藏在特定的 C 库或其他将 main() 连接到操作系统的解决方案中。
作为开源软件，您可以查看 bootstrap 的 glibc 和其他软件，看看它们做了什么。了解这类开源项目代码几乎不可读，有时反汇编容易得多，YMMV。
您可以搜索 arm aarch64 的 Linux 系统调用并找到用于退出的系统调用，您可能会看到您找到的开源 C 库或 bootstrap 解决方案被埋在下面你今天使用的是什么，将调用 exit 但如果没有，那么他们需要进行一些其他调用 return 返回操作系统。它不太可能是一个简单的 ret 和一个保存 return 值的寄存器，但从技术上讲，这是有人可以选择为他们的操作系统这样做的方式。
我想你会发现对于 Linux on arm，Linux 将解析命令行并在寄存器中传递 argc/argv，因此你可以简单地使用它们。并且可能会准备 .data 和 .bss，只要您正确构建二进制文件（您 link 它正确）。
这是一个最基本的例子。
运行 它与：
gcc -c thisfile.S && ld thisfile.o && ./a.out
源代码：
#include <sys/syscall.h>
.global _start
_start:
movq $SYS_write, %rax
movq , %rdi
movq $st, %rsi
movq $(ed - st), %rdx
syscall
movq $SYS_exit, %rax
movq , %rdi
syscall
st:
.ascii "3[01;31mHello, OS World3[0m\n"
ed: