嵌入式C语言自我修养笔记1-ARM体系结构与编译运行

ARM 体系结构

ARM 体系结构

ARM 相对精简指令集 RISC 还有如下区别
● ARM 有桶型移位寄存器，单周期内可以完成数据的各种移位操作。
● 并不是所有的 ARM 指令都是单周期的。
● ARM 有 16 位的 Thumb 指令集，是 32 位 ARM 指令集的压缩形式，提高了代码密度
● 条件执行：通过指令组合，减少了分支指令数目，提高了代码密度。
● 增加了 DSP、SIMD/NEON 等指令。

除了用户模式是普通模式，剩下的几种工作模式都属于特权模式

ARM 处理器中的寄存器可分为通用寄存器和专用寄存器两种

寄存器 R0 ～ R12 属于通用寄存器
R0 ～ R3 通常用来传递函数参数
R4 ～ R11 用来保存程序运算的中间结果或函数的局部变量等
R12 常用来作为函数调用过程中的临时寄存器

R13 寄存器又称为堆栈指针寄存器（Stack Pointer，SP），用来维护和管理函数调用过程中的栈帧变化，R13 总是指向当前正在运行的函数的栈帧，一般不能再用作其他用途

R14 寄存器又称为链接寄存器（Link Register，LR），在函数调用过程中主要用来保存上一级函数调用者的返回地址

R15 又称为程序计数器（Program Counter，PC），CPU 从内存取指令执行，就是默认从 PC 保存的地址中取的

当前处理器状态寄存器（Current Processor State Register，CPSR）主要用来表征当前处理器的运行状态

在每种工作模式下，都有一个单独的程序状态保存寄存器（Saved Processor State Register，SPSR）

ARM 汇编指令

ARM 指令集属于 RISC 指令集，CPU 无法对内存里的数据直接操作，只能通过 Load/Store 指令来实现

ARM 存储访问指令中，我们经常使用的是 LDR/STR、LDM/STM 这两对指令
LDR/STR 指令用来在寄存器和内存之间输送数据

在寄存器之间传送数据，则可以使用 MOV 指令

很多 ARM 指令会使用第二个参数 operand2：可以是一个常数，也可以是寄存器+偏移的形式

几乎所有的 ARM 指令都可以根据 CPSR 寄存器中的标志位，通过指令组合实现条件执行

BEQ 指令表示两个数比较，结果相等时跳转
BNE 指令则表示结果不相等时跳转

主要的跳转指令
B label 跳转到标号 label 处
BL label 表示带链接的跳转
BX Rm 表示带状态切换的跳转。Rm 寄存器中保存的是跳转地址，要跳转的目标地址处可能是 ARM 指令，也可能是 Thumb 指令
BLX 是 BL 指令和 BX 指令的综合

ARM 寻址方式

此版块内容已在 LinuxC 一站式编程的笔记下记录，如有需要可直接前往指定文章阅览

ARM 伪指令

ARM 伪指令并不是 ARM 指令集中定义的标准指令，而是为了编程方便，各家编译器厂商自定义的一些辅助指令

LDR 伪指令的主要用途是将一个 32 位的内存地址保存到寄存器中
一般我们会在 LDR 伪指令前加一个等号，用来告诉编译器这是个伪指令

ADR 功能和 LDR 类似，但其为小范围的地址读取伪指令，底层使用相对寻址来实现，因此可以做到代码与位置无关
ADR 伪指令在编译时则通常会被 ADD 或 SUB 指令代替
ADR 则使用相对地址

C 与汇编混合编程

混合编程需要遵循这个原则： ATPCS （全称是 ARM-Thumb Procedure Call Standard）
核心内容就是定义了 ARM 子程序调用的基本规则及堆栈的使用约定等

程序编译链接与安装运行

预处理过程

＃pragma 预处理命令可以设定编译器的状态，指示编译器完成一些特定的动作
● ＃pragma pack([n])：指示结构体和联合成员的对齐方式。
● ＃pragma message("string")：在编译信息输出窗口打印自己的文本信息。
● ＃pragma warning：有选择地改变编译器的警告信息行为。
● ＃pragma once：在头文件中添加这条指令，可以防止头文件多次编译。

预处理的完整操作

1. 头文件展开，#include 的头文件展开到当前位置
2. 宏展开，删除所有#define
3. 条件编译，根据宏定义的条件选择要参与编译的分支代码
4. 删除注释
5. 添加行号和文件名标识
6. 保留#pragma 命令

编译过程

编译过程即将高级语言变成低级语言的过程，汇编语言和二进制语言很相似

编译过程可分为六步

1. 词法分析：词法扫描器从左到右逐字符扫描，名将其分解为最小单元 token
2. 语法分析：通过对 token 进行解析，得到一个语法正确的语法树 AST
3. 语义分析：对语法分析输出的各种表达式、语句进行检查
4. 中间代码生成：转换语法树为中间代码，他是一个一维线性序列结构
5. 汇编代码生成：使用汇编器将前一阶段生成的汇编文件翻译成目标文件
6. 目标代码生成

语法分析工具在对 token 序列分析过程中，如果发现不能构建语法上正确的语句或表达式，就会报语法错误：syntax error

中间代码与平台无关，可以任意的在后续的流程中转换为 x86 平台或者 ARM 平台

汇编的流程主要包括词法分析、语法分析、指令生成等过程

符号表
汇编器会分析汇编语言中各个 section 的信息，收集各种符号，生成符号表，将各个符号在 section 内的偏移地址也填充到符号表内

重定位表：重定向符号关联的地址

链接过程

链接器将编译器生成的各个可重定位目标文件重新分解组装：
将各个目标文件的代码段放在一起，作为最终生成的可执行文件的代码段；
将各个目标文件的数据段放在一起，作为可执行文件的数据段

链接器会在可执行文件中创建一个全局的符号表，收集各个目标文件符号表中的符号，然后将其统一放到全局符号表中

符号决议：不同模块之间全局变量如命名一致就会造成变量污染，此时链接器会使用特殊的决议方法避免冲突

符号决议解决变量同名冲突的方法

• 引入强弱符号：函数名、初始化的全局变量是强符号，而未初始化的全局变量则是弱符号
• 在一个多文件的工程中，强符号不允许多次定义，否则就会发生重定义错误
• 强符号和弱符号可以在一个项目中共存，当强弱符号共存时，强符号会覆盖掉弱符号

GUN C 编译器使用 __attribute__ 关键字来将强符号转换为弱符号

强符号对应强引用，弱符号对应弱引用
强引用时链接找不到定义，报未定义错误；弱引用时链接找不到定义， 不报错；

程序安装

DEBIAN 系（ubuntu、debian）安装包管理系统为 deb；RedHat（kail）系安装包管理系统为 rpm

按照以下步骤制作我们的第一个 deb 安装包

任选一个文件夹，创建源码 demo.c

#include 

int main(void){
  printf("123\n");
  return 0;
}

编译得到可执行文件 gcc -o hw.out demo.c

在当前文件夹下创建文件夹 hw，并根据以下树形结构创建对应的文件与文件夹
control 文件用来对 deb 包进行参数配置
hw 文件即我们刚刚编译好的可执行文件（这里需要把 hw.out 改名为 hw）

 hw
   ├── DEBIAN
   │   └── control
   └── usr
       └── local
           └── bin
               └── hw

control 文件进行简单的参数配置（注意 package 不能错！）

package:hw
version:1.0
architecture:i386
maintainer:wit
description:deb package demo

回到根目录下（此时和 hw 文件夹同级），打开终端，使用 dpkg 进行打包
dpkg -b hw/ hw_1.0_i386.deb

完毕，此时根目录下生成了打包好的文件 hw_1.0_i386.deb

简单的安装一下 sudo dpkg -i hw_1.0_i386.deb

此时，可执行文件 hw 就被默认安装到了 /usr/local/bin 文件夹下，相当于 ubuntu 的系统路径；
这意味着我们可以直接在任意路径下使用命令 hw 来执行该文件！

apt-get

apt-get 默认从 ubuntu 提供的主服务器下载包，这些包都经过官方检验后才上架供下载的

/etc/apt/source.list 存储着下载源使用的服务器，我们可以修改到当前位置最近的镜像节点

修改完毕镜像节点后需要对 apt 进行更新 sudo apt-get update
更新是为了获取可下载的软件列表，它存储在 /var/lib/apt/lists

apt-get 好处是可以处理依赖关系，就像 npm 下载时会把 A 库所依赖的 B 库也下载到 node_modules 文件夹内

链接静态库

静态库：编译时，链接器将引用的函数代码或者变量连接到可执行文件内部，与其组装在一起

动态库：在编译阶段不参与链接，在程序运行时才加载到内存参与链接

使用 ar 指令通过 c 源码打包成静态库
ar rcs demo.a demo.o

假设我们仅需要使用静态库中的一个方法，最好将该方法分离为一个单个静态库并对其进行链接，否则将所有方法变量写在一个静态库内会使得他们全部链接，造成冗余

动态链接

动态链接对静态链接做了一些优化：对一些公用的代码，如库，在链接期间暂不链接，而是推迟到程序运行时再进行链接

windows 下的动态链接库后缀为 dll，而 linux 则为 so

程序开始加载时，操作系统将控制权转交动态链接器，让他完成动态链接库加载与重定向，最后跳转欲运行的程序
（事实上，动态链接器也是一个动态链接库）

全局偏移表 GOT：每个应用程序将引用的动态库（绝对地址）符号收集起来，保存到该表中，这个表用来记录各个引用符号的地址

共享库

可执行文件依赖的共享库一般要放到库的默认路径下面，如/lib、/usr/lib 等

用户可以在 /etc/ld.so.conf 文件中添加自己的共享库路径

当然，你可以使用 LD_LIBRARY_PATH 来临时更改共享库路径
export LD_LIBRARY_PATH = /home/xxx/xxx

插件工作原理

插件的本质即为共享动态库
Linux 提供了专门的 API，支持显示加载和引用动态链接库

加载动态链接库
void *dlopen

获取动态对象地址
void *dlsym

关闭动态链接库
int dlclose(void *Handle)

动态库错误函数
const chat *dlerror(void)

Linux 内核模块运行机制

insmod 命令可以动态加载内核模块

内核模块文件后缀为 ko，它也是一个可重定位的目标文件

内核模块和动态库很相似，但前者是运行在内核态，后者运行于用户态

Linux 内核编译与启动分析

过于低层，不是你们嵌入式应用开发要学的，或者后续感兴趣再学，现在作者也没时间搁着说废话