从零学习开发一个RISC-V操作系统（二）丨GCC编译器和ELF格式

---

  本系列是博主参考B站课程学习开发一个RISC-V的操作系统的学习笔记，计划从RISC-V的底层汇编指令学起，结合C语言，在Ubuntu 20.04上开发一个简易的操作系统。一个目的是通过实践操作学习和了解什么是操作系统，第二个目的是为之后学习RISC-V的集成电路设计打下一定基础。本系列持续不定期更新，分享出来和大家一同交流进步。
  博主是微电子科学与工程专业的学生，对软件和操作系统难免有理解不到位的地方。如有谬误敬请不吝告知，不胜感激。
  参考课程及文章：
  【Bilibili】[完结] 循序渐进，学习开发一个RISC-V上的操作系统 - 汪辰 - 2021春

---

一、GCC（GUN Compiler Collection）

  GCC是一个由GNU（一个自由软件基金会组织）开发的，遵循GPL许可证发行的编译器套件，是一个编译器的集合。支持 C、C++、Objective-C、Fortran、Ada 和 Go 语言等多种语言前端，已被移植到多种计算机体系架构上，如 x86、ARM、RISC-V 等。在之后的课程中使用的也是GCC作为编译工具。GCC 的初衷是为 GNU 操作系统专门编写一款编译器，现已被大多数 “Unix-like”操作系统（如 Linux、BSD、MacOS 等）采纳为标准的编译器。

1.1 GCC的命令格式

• GCC 操作选项 文件名

常用操作选项	含义
-E	只做预处理（将包含的宏语言头文件转化为C语言文件）
-c	只编译（生成机器指令）不链接（与库文件相连），生成目标文件.o
-S	生成汇编代码
-o file	将输出的文件生成到由file指定文件名的文件中
-g	在输出的文件中加入支持调试的信息
-v	显示输出详细的命令执行过程信息

1.2 GCC的主要执行步骤

1. 编译

  编译（使用cc1程序，这里针对 C 语言，不同的语言有自己的编译器）：编译器完成 “预处理” 和 “编译”，“预处理” 指处理源文件中以 “#” 开头的预处理指令，譬如 #include、#define 等；“编译” 则针对预处理的结果进行一系列的词法分析、语法分析、语义分析，优化后生成汇编指令，存放在 .o 为后缀的目标文件中。

2. 汇编

  汇编（使用as程序）：汇编器将汇编语言代码转换为机器（CPU）可以执行的指令。

3. 链接

  链接（使用ld程序）：链接器将汇编器生成的目标文件和一些标准库（譬如 libc）的.o文件组合，形成最终可执行的应用程序。

1.3 GCC涉及的文件类型

• .c：C 源文件
• .cc/.cxx/.cpp：C++ 源文件
• .i：经过预处理的 C 源文件
• .s/.S：汇编语言源文件（.S文件中还包含宏指令，.s`文件中是纯汇编指令）
• .h：头（header）文件
• .o：目标（object）文件
• .a/.so：编译后的静态库（archive）文件和共享库（shared object）文件
• a.out：可执行文件，常见于Unix系统

二、ELF简介

  ELF（Executable Linkable Format）是一种 Unix-like系统上的二进制文件格式标准。ELF文件格式对于底层的操作系统开发非常重要，当程序需要在底层进行优化，调试，排错等操作时，ELF文件可以更好地帮助程序员完成任务。ELF 标准中定义的采用 ELF 格式的文件分为以下4类：

2.1 ELF文件格式图

  ELF格式是在程序编译链接过程中生成的文件采用的通用格式。如果直接用文本编辑器或二进制编辑器打开该文件，无法直接看出文件中包含的信息，因为该文件是用二进制书写的。但是其中每一个字节都有其特定的含义，这些字节的排布遵从ELF文件格式。ELF文件中最主要的部分包括ELF文件头（ELF Header）、程序头表（Program Header Table）和节头表（Section Header Table）。
  ELF文件头（ELF Header）中包含了该文件的一些基本信息，例如该文件运行在哪种体系架构上，运行的版本号等。
  ELF文件的主体部分是多个程序节（Section）。如上图所示，.text中一般存放指令（程序的具体操作），.init中一般存放一些初始化操作，.data中存放程序要操作的数据，例如在程序中定义的全局变量等。
  在程序加载到内存前，一般都要对各个节进行对齐操作。例如，当程序按4KB进行分节时，如果.test节中的内容本身很少，且不加任何操作，它就会按4KB的大小独占一部分区域。为了节省内存空间，我们对各个节的内容按属性进行归并，例如.text和.init都存放了一些程序运行的指令，所以我们可以对齐进行归并，形成了程序段（Segment）。一个程序段可以由多个程序节构成。
  ELF程序头表（Program Header Table）从运行角度描述了程序的内容，它是程序运行视图的体现。程序头表中包含了该文件中哪几个节要归并成一个段，每一个段占用的大小，入口地址等信息。其中包含的信息只有在运行时才会用到。
  ELF节头表（Section Header Table）中存放的该文件中包含的节的信息，包括节的名称，节的入口地址，节的大小等。节头表从链接的角度描述了程序的内容，它是程序链接视图的体现。其中的信息只有链接时才会用到。

2.2 ELF文件处理的相关工具

  对程序员而言，手动查看和调试ELF文件的过程是十分繁琐的，GNU为程序员提供了相关的处理工具软件，存放在Binutils工具包中。该工具包中的小程序如下：

• ar：归档文件，将多个文件打包成一个大文件。
• as：被 gcc 调用，输入汇编文件，输出目标文件供链接器 ld 连接。
• ld：GNU 链接器。被 gcc 调用，它把目标文件和各种库文件结合在一起，重定位数据，并链接符号引用。
• objcopy：执行文件格式转换。
• objdump：显示 ELF 文件的信息。
• readelf：显示更多 ELF 格式文件的信息（包括DWARF 调试信息）。
• …

2.3 练习

使用gcc编译代码并使用Binutlis工具对生成的目标文件和可执行文件（ELF格式）进行分析，具体要求如下：

• 编写一个简单的打印“Hello world！”的程序源文件hello.c
• 对源文件进行本地编译，生成针对支持x86_64指令集架构处理器的目标文件hello.o
• 查看hello.o的文件的ELF文件头信息
• 查看hello.o的节头表
• 对hello.o进行反汇编，并查看hello.c的程序源码和机器指令的对应关系

  首先，在Vim编辑器中编写一个简单的hello.c程序：

  如果我们需要hello.o文件，说明只需要编译，不需要链接，所以在终端中输入如下代码：

$ gcc -c hello.c -o hello.o

  查看hello.o文件中ELF文件头信息（-h就表示查看文件头header）：

$ readelf -h hello.o

  查看hello.o的节头表（-SW表示显示节头表，并展宽表示）：

$ readelf -SW hello.o

  要对文件进行反汇编，首先要重新编译程序，并使用gdb使其携带调试信息，之后使用objdump对程序hello.o进行反汇编。可以看到每一条C语句对应的汇编指令，可以利用该工具对程序进行调试和优化。

$ rm hello.o
$ gcc -g -c hello.c
$ objdump -S hello.o

---

  原创笔记，码字不易，欢迎点赞，收藏~ 如有谬误敬请在评论区不吝告知，感激不尽！博主将持续更新有关嵌入式开发、机器学习方面的学习笔记。

---