uClinux移植和分析(1)

 簡介：

  前一段時間，曾先後移植了uClinux-2.0.x和uClinux-2.4.x的核心，我的移植基本上是從零做起，linux並沒有支援該目標機的代碼，所以這
個移植工作基本上是新增加對一種目標機的支援。

  工作過程中，我學到了不少知識，除了作業系統，還瞭解了一些編譯，調試，彙編，連結的的技術，在此我會一併介紹，可能介紹比較多
的是連接器，因為這個相對和作業系統聯絡更加緊密一些。
  我希望能夠與大家分享自己經驗，同時，有錯誤和不當的地方歡迎網友指出，共同進步，這是我寫這些原創帖的動力。

  “編程並非零和的遊戲。將己所知教給程式員同胞，他們並不會奪你所知。能將我所知與人分享，我感到高興，因為我身在其中、熱愛編程。”
                                ——John Carmack

uClinux下使用者程式的執行

  之所以從使用者程式談起，是因為我們平常接觸最多的還是應用程式。從應用程式引出到作業系統我覺得比較自然。下面就從一個簡單例子介紹一個程式如何在作業系統中運行。

  假如有個c程式：
  int main(int argc, char **argv[])
  {
    printf("hello world!/n");
    return 0;
  }

  這是一個最簡單不過的程式了，一般一個C語言程式，都從main開始執行。那麼，main函數是不是與其他函數有所區別，地位有些特殊呢？
不是的。main函數和其他函數地位一樣。其實，我們完全可以做到讓一個c程式從任何地方開始執行。比如linux，它就沒有main函數，大家都知道，系統執行過啟動的一段彙編後，就會跳轉到位於init/main.c中的start_kernel中開始執行。

  那麼為什麼使用者程式都要從main函數執行呢？這就是使用者C庫的原因。一般使用者用c語言開發時會調用一些庫函數，編譯成obj檔案後，在連結過程中把庫函 數的二進位代碼連結進入程式，最後形成二進位可執行檔。連結過程中，連結器會在使用者程式前插入一些初始化的代碼。uClinux下是在crt0.s中 (我移植的是uClibc庫)。不管什麼平台下什麼形式的crt0.s，這個檔案最後幾行代碼中肯定有一個jmp(或者call或br等轉移指令) main(或__uClibc_main)。這就是為什麼你的程式都從main開始執行。如果你把這個跳轉標號改成任意一個標號，比如foo。而你的程式 裡面既有main，又有foo，則這種情況下，程式就先從foo開始執行。所以，main函數和其他函數一樣，並沒有特殊地位。

  下面談談在uClinux中，main函數的argc,argv是參數怎樣傳遞的。我們以flat格式可執行檔為例。uClinux下支援一種叫 flat的可執行檔格式。這種檔案格式比較簡單，基本上是平鋪的，所以叫flat很形象。現在好像uClinux-2.4.x核心的版本已經能夠支援 elf格式的檔案執行了。不過為了舉例簡單，我還是用flat格式舉例。這裡暫不分析flat檔案格式，我們把注意力放到參數傳遞上。uClinux開發 使用者程式，首先當然是編碼，然後編譯，編譯產生的檔案是elf格式的，所以要用工具elf2flt將elf檔案轉換成flat，假設這個工作已經完成。

  我們在uclinux的shell下執行一個檔案foo x y，foo是程式名，x, y是參數。學過C語言的都知道，x，y作為參數會傳遞給main，其中argc＝3，
argv[0]="foo", argv[1]="x", argv[2]="y"。這些參數是如何傳遞進來的呢。在你執行一個程式的時候，作業系統會調用程中把庫函數的二進位代碼連結進入程式，最後形成二進位可 執行檔案。連結過程中，連結器會在使用者程式前插入一些初始化的代碼。uClinux下是在crt0.s中(我移植的是uClibc庫)。不管什麼平台下什 麼形式的crt0.s，這個檔案最後幾行代碼中肯定有一個jmp(或者call或br等轉移指令) main(或__uClibc_main)。這就是為什麼你的程式都從main開始執行。如果你把這個跳轉標號改成任意一個標號，比如foo。而你的程式裡面既有main，又有foo，則這種情況下，程式就先從foo開始執行。所以，main函數和其他函數一樣，並沒有特殊地位。

  下面談談在uClinux中，main函數的argc,argv是參數怎樣傳遞的。我們以flat格式可執行檔為例。uClinux下支援一種叫 flat的可執行檔格式。這種檔案格式比較簡單，基本上是平鋪的，所以叫flat很形象。現在好像uClinux-2.4.x核心的版本已經能夠支援 elf格式的檔案執行了。不過為了舉例簡單，我還是用flat格式舉例。這裡暫不分析flat檔案格式，我們把注意力放到參數傳遞上。uClinux開發 使用者程式，首先當然是編碼，然後編譯，編譯產生的檔案是elf格式的，所以要用工具elf2flt將elf檔案轉換成flat，假設這個工作已經完成。

  我們在uclinux的shell下執行一個檔案foo x y，foo是程式名，x, y是參數。學過C語言的都知道，x，y作為參數會傳遞給main，其中argc＝3，
argv[0]="foo", argv[1]="x", argv[2]="y"。這些參數是如何傳遞進來的呢。
   在你執行一個程式的時候，作業系統會調用do_execve（char *filename, char**argv, char**envp, struct pt_regs *regs)，這個操作會根據檔案路徑開啟檔案，裝入記憶體，argv就是放到命令列參數，envp是環境變數參數。

  在裝入檔案時，系統會根據不同的檔案格式調用不同檔案裝入的handler，如果是flat格式，就會調用load_flat_binary()，在 fs/binfmt_flat.c中。有關參數，會根據一路傳遞下來的argv,envp首先處理一遍計算出參數的個數argc,envc。然後在函數 create_flat_tables裡面建立好參數表。整個函數代碼如下：
static unsigned long create_flat_tables(unsigned long pp, struct linux_binprm *bprm)
{
(1) unsigned long *argv,*envp;
(2) unsigned long * sp;
(3) char * p = (char*)pp;
(4) int argc = bprm->argc;
(5) int envc = bprm->envc;
(6) char dummy;

(7) sp = (unsigned long *) /
        ((-(unsigned long)sizeof(char *))&(unsigned long) p);

(8) sp -= envc+1;
(9) envp = sp;
(10)   sp -= argc+1;
(11)   argv = sp;

(12)   flat_stack_align(sp);
(13)   if (flat_argvp_envp_on_stack()) {
(14)     --sp; put_user((unsigned long) envp, sp);
(15)     --sp; put_user((unsigned long) argv, sp);
(16)   }

(17)   put_user(argc,--sp);
(18)   current->mm->arg_start = (unsigned long) p;
(19)   while (argc-->0) {
(20)     put_user((unsigned long) p, argv++);
(21)     do {
(22)         get_user(dummy, p); p++;
(23)     } while (dummy);
(24)   }
(25)   put_user((unsigned long) NULL, argv);
(26)   current->mm->arg_end = current->mm->env_start = (unsigned long) p;
(27)   while (envc-->0) {
(28)     put_user((unsigned long)p, envp); envp++;
(29)     do {
(30)         get_user(dummy, p); p++;
(31)     } while (dummy);
(32)   }
(33)   put_user((unsigned long) NULL, envp);
(34)   current->mm->env_end = (unsigned long) p;
(35)   return (unsigned long)sp;
}
  (1)-(6) 行是變數聲明。其中argc和envc分別記錄前面已經計算出來的參數個數和環境變數參數個數。p=pp是參數和環境變數數組的指標，sp是你要執行程式 的使用者區堆棧，就是foo程式執行時，使用者空間堆棧的起始地址。(8)-(11)是一個堆棧調整。首先sp移動envc+1個單位，這envc+1個用來 存放一共envc個envp[0]->envc[envp-1]元素地址的，多餘一個放0，表示envp數組結束。然後sp在移動argc+1各單 位，留出argc+1單位空間，這argc+1個單位是用來存放argc個argv[0]->argv[argc-1]元素地址的，多餘一個也放 0，表示argv數組結束。經過堆棧調整，argv和envp各自指向自己在堆棧中的位置。如果開始堆棧初值記為init_sp，則現在envp= init_sp-(envc+1)，argv=envp-(argc+1)。

  (12)無關緊要，略去不提。(13)-(17)又是一次堆棧調整。(14)是sp再移動1個單位,然後將envp放入這個地址(此時envp= init_sp-(envc+1)),然後(15)又將sp移動一個單位,將argv寫入. (17)是移動堆棧後將argc也寫入裡面.

  (18)-(35)行是將argv[0]->argv[argc-1](在p所指向地方)依次寫入argv所指堆棧地區中.然後再將envp[0]->edummy, p); p++;
(31)     } while (dummy);
(32)   }
(33)   put_user((unsigned long) NULL, envp);
(34)   current->mm->env_end = (unsigned long) p;
(35)   return (unsigned long)sp;
}
  (1)-(6)行是變數聲明。其中argc和envc分別記錄前面已經計算出來的參數個數和環境變數參數個數。p=pp是參數和環境變數數組的指標，sp 是你要執行程式的使用者區堆棧，就是foo程式執行時，使用者空間堆棧的起始地址。(8)-(11)是一個堆棧調整。首先sp移動envc+1個單位，這 envc+1個用來存放一共envc個envp[0]->envc[envp-1]元素地址的，多餘一個放0，表示envp數組結束。然後sp在移 動argc+1各單位，留出argc+1單位空間，這argc+1個單位是用來存放argc個argv[0]->argv[argc-1]元素地址 的，多餘一個也放0，表示argv數組結束。經過堆棧調整，argv和envp各自指向自己在堆棧中的位置。如果開始堆棧初值記為init_sp，則現在 envp=init_sp-(envc+1)，
argv=envp-(argc+1)。

  (12)無關緊要，略去不提。(13)-(17)又是一次堆棧調整。(14)是sp再移動1個單位,然後將envp放入這個地址(此時envp= init_sp-(envc+1)),然後(15)又將sp移動一個單位,將argv寫入. (17)是移動堆棧後將argc也寫入裡面.

  (18)-(35)行是將argv[0]->argv[argc-1](在p所指向地方)依次寫入argv所指堆棧地區中.然後再將envp[0] ->envp[envc-1](也是由p所指)寫入envp所指的堆棧地區中.在寫入同時,還要設定進程式控制制塊相應的資料結構,如 arg_start,env_start,env_end等.

  下面舉例和畫圖來說明過程.比如執行foo x y,此時argc=3,argv[0]="foo",argv[1]="x", argv[2]="y", envc=1, envp[0]="path=/bin". 假設使用者堆棧起始
空間堆棧地址是sp=0x1f0000,pp=0x1c0000.則處理過後在foo執行前,他的使用者空間堆棧frame如下:

      --------------------------------
0x1f0000   |       0000           |
      --------------------------------
0x1efffc   | envp[0] = 0x1c0008       | ---->指向"path=/bin"
      --------------------------------
0x1efff8   |       0000           |
      --------------------------------
0x1efff4   | argv[2] = 0x1c0006       | ----->指向"y"
      --------------------------------
0x1efff0   | argv[1] = 0x1c0004       | ----->指向"x"
      --------------------------------
0x1effec   | argv[0] = 0x1c0000       | ----->指向"foo"
      --------------------------------
0x1effe8   | start addr of envp = 0x1efffc|
      --------------------------------

到r2-r6裡來傳遞。當然，如果超過5個，就要藉助堆棧了。

  既然main帶了參數，那麼在調用main之前，要把argc放到r2裡面，argv放到r3裡面，envp放到r4裡面。剛才說了，sp是使用者空間堆棧 起始地址。所以在開始執行foo代碼時候，r0=sp，在上文例子裡r0等於0x1effe0.則如下偽彙編代碼可以讓參數裝入正確寄存器。

  load   r2, (r0)     /* r2 = argc */
  load   r3, (r0, 4)   /* r3 = argv */
  load   r4, (r0, 8)   /* r4 = envp */
  call   main       /* 跳轉到main函數 */

  call   _exit

  以上代碼就是最簡單的進入main函數前的預先處理。當然，不同系統不同格式檔案處理方式是不同的，剛才的一些例子是我碰到的一些情景和解決方案。

  我這個程式例子還沒有完全講完，比如後面printf怎麼處理等，不過手都酸了，就先講到main函數的參數傳遞吧。剛學c語言那陣覺得main挺神秘，做過系統就知道，其實main跟別的函數沒有任何區別:)

  寫了半天，頭暈腦脹，肯定還有一些錯誤或者不夠最佳化的地方，歡迎拍磚。沒講清楚