从裸机启动开始运行一个C++程序（十）

前序文章请看：
从裸机启动开始运行一个C++程序（九）
从裸机启动开始运行一个C++程序（八）
从裸机启动开始运行一个C++程序（七）
从裸机启动开始运行一个C++程序（六）
从裸机启动开始运行一个C++程序（五）
从裸机启动开始运行一个C++程序（四）
从裸机启动开始运行一个C++程序（三）
从裸机启动开始运行一个C++程序（二）
从裸机启动开始运行一个C++程序（一）

开始使用C语言

从这一节开始，我们就要研究如何将我们的Kernel与C语言联动了。大家先回忆一下之前我们提到的，汇编语言也并不是计算机可以直接识别的代码，必须要经过汇编器来进行翻译，变成计算机可以直接识别的机器指令才能够执行。

同理，C语言相比汇编是更上一层的语言了，更加不可能被计算机直接识别和执行，它也需要先被转换成机器指令才行。我们把将C语言源代码转换成机器指令的过程称为「编译(compile)」。

但C语言跟汇编语言还不太一样，毕竟汇编指令和机器指令有着一一对应的关系，因此汇编器的工作相对简单许多。而编译器就不能是做简单的映射了，而是要理解高级语义，然后输出成能够实现相同功能的机器指令。有关编译原理的详细内容不作为本文的重点，因此也就不过多介绍了。

用于编译的工具我们称之为「编译器(compiler)」，而C语言的编译器就是「C Compiler」，简写为「cc」。所以接下来，我们需要安装cc，市面上有很多版本的cc，这里我们为了方便起见，就使用GNU工具集中的gcc。下面分别介绍在Windows和MacOS上安装gcc的方法：

安装gcc

需要说明的一点是，无论是Mac还是Windows PC，都存在AMD64架构的和ARM架构的。Intel和AMD芯片是AMD64环境，我们在上面默认安装的gcc就是AMD64版本的。但对于ARM架构的Apple Silicon或者骁龙芯片的环境来说，默认安装的gcc是aarch-64版本的。

但因为咱们的工程（包括bochs环境）都是模拟AMD64架构的，因此aarch-64版本的gcc是不能编译AMD64指令的（当然也不能编译IA-32指令）。因此，对于ARM环境，我们不能使用默认的gcc，而是要使用专门编译AMD64指令的gcc，这个工具称为x86_64-elf-gcc。其中的x86_64-elf前缀就是针对AMD64架构的交叉编译环境，保证其输出是AMD64指令集的。当然，除了gcc本身，其他的GNU工具集都有交叉编译版本，例如x86_64-elf-as、x86_64-elf-ld、x86_64-elf-objcopy等。

当然，即便你本身就是AMD64环境，也同样可以安装x86_64-elf前缀的工具，不影响使用的。另外一点就是对于macOS来说，默认的cc是clang，并且为了兼容，它把所有gcc命令都进行了映射，也就是说，我们直接输入gcc其实是使用了clang，所以会比较麻烦，但如果使用x86_64-elf-gcc则不会出现这个问题。因此为了统一起见，后面的教程都以交叉编译环境为例，保证读者在所有的环境下都可用。

在macOS上安装gcc

Mac上我们同样是使用HomeBrew来完成安装。我们这里将需要用到的两个工具集一次性安装：

brew install x86_64-elf-gcc x86_64-elf-gdb

安装完成后可以通过以下命令验证：

x86_64-elf-gcc -v

在Windows上安装gcc

在Windows上我们需要通过MinGW工具来安装。打开MinGW的安装器，分别找到mingw32-gcc和mingw32-gdb，然后安装即可，详情可以查看前面安装make工具的方法。

除了使用图形化工具以外，还可以通过控制台指令来安装：

mingw-get install gcc gdb

需要注意，即便是ARM架构的Windows，通过MinGW安装的工具也是AMD-64架构的，所以大家不用担心。

安装完毕后可以通过mingw32-gcc -v来判断是否安装成功。为了跟本文的命令相匹配，这里建议大家把所有mingw32-前缀都换成x86_64-elf-前缀。当然，不改也可以，后面工程中出现的指令（包括makefile中的指令）大家记得更换为对应名称即可。

C源码编译后

我们先来写一个简单的C程序，注意，此时的代码我们是要加载到Kernel里的，这是内核态的部分，还并没有任何OS来支持，所以所有的C语言库都是没法用的，是需要我们自己来实现的。因此，就先不用吧，空着跑一下：

// entry.c
void Entry() {
  int a = 5;
  int b = a;
}

如何把这个C源码加到我们的Kernel里呢？这是个问题，因为直接编译的话会单独出一个文件来，但咱肯定是要打包到a.img里，并且还要在begin里去call才能调用到这里的。

那怎么办？别急，我们一步一步来。想想，如果能把C代码变成汇编的话，我们直接把汇编指令粘贴到Kernel中，是不是也可以实现诉求？虽然有点蠢，但是先试试吧。

用以下指令可以把C代码编译成汇编指令：

x86_64-elf-gcc -S -masm=intel -m32 -march=i386 entry.c -o entry.gas

解释一下上面的指令，x86_64-elf-gcc是C编译器，-S表示将其编译为汇编指令（而不是机器指令），-masm=intel表示使用Inte形式l汇编（如果不指定的话，则会默认编译成AT&T形式汇编）。-m32表示要编译为32位指令集（默认会编译为64位）。-march=i386表示要编译为386指令（也就是IA-32指令）。

我们输出的结果是gas格式，注意这里gas不是气体的意思哈，这个词要分开读，g就是GNU工具集的前缀，as是assambly的前两个字母，所以gas就是「GNU的汇编格式」。

由于编译器版本和环境默认配置的不同，得到的gas文件可能也存在区别，大家不用太在意，核心内容是大差不差的：

	.section	__TEXT,__text,regular,pure_instructions
	.build_version macos, 13, 0	sdk_version 14, 0
	.intel_syntax noprefix
	.globl	_Entry                          ## -- Begin function Entry
	.p2align	4, 0x90
_Entry:                                 ## @Entry
	.cfi_startproc
## %bb.0:
	push	ebp
	.cfi_def_cfa_offset 8
	.cfi_offset ebp, -8
	mov	ebp, esp
	.cfi_def_cfa_register ebp
	sub	esp, 8
	mov	dword ptr [ebp - 4], 5
	mov	eax, dword ptr [ebp - 4]
	mov	dword ptr [ebp - 8], eax
	add	esp, 8
	pop	ebp
	ret
	.cfi_endproc
                                        ## -- End function
.subsections_via_symbols

我知道这一堆东西有点乱，因为是gas，所以出现了很多gas专用的伪指令语法，不过没关系，咱们将这些去掉，只看有用的指令部分：

_Entry: 
	push ebp
	mov	ebp, esp
	sub	esp, 8
	mov	dword ptr [ebp - 4], 5
	mov	eax, dword ptr [ebp - 4]
	mov	dword ptr [ebp - 8], eax

这样清晰很多，虽然中间出现了dword ptr这种gas语法，但相信大家应该能看得懂，我们也可以手动把他改写成nasm汇编：

_Entry: 
	push ebp
	mov	ebp, esp
	sub	esp, 8
	mov	dword [ebp - 4], 5
	mov	eax, dword [ebp - 4]
	mov	dword [ebp - 8], eax

可以看到，C语言函数编译后，遵从了我们前面介绍的栈帧和现场记录规则。其中的ebp - 4和ebp - 8分别对应了局部变量a和b。把这玩意复制到我们的Kernel中，再在begin里进行call _Entry就好了吧。

可是，我们不可能真的每次都手动这样去复制汇编代码吧？还是要找到真正的构建工程的方法才行。

链接

所谓的链接，就是把多个文件组合起来的过程。举例来说，我们在entry.c中实现了Entry()函数，但是希望在kernel.nas中调用，那么，就需要把这两个文件进行链接，成为一个完整的二进制。

就以前面的工程项目为例，我们在entry.c中实现了Entry()函数，那么首先，我们需要把entry.c转换成待链接文件，这种文件格式通常以.o结尾。它是一种中间态文件，并不能像二进制那样直接执行，同时也不能像源代码那样可视化阅读。在.o文件中除了有这个文件的过程指令（比如Entry函数编译成的机器指令）以外，还会有很多额外的信息，比如说这个文件中含有哪些标签，需要使用额外的哪些标签之类的。之后我们收集所有的.o之后，再通过链接成为最终的二进制。

把C代码转换成.o文件的指令如下：

x86_64-elf-gcc -c -m32 -march=i386 entry.c -o entry.o

注意这里的-c参数，表示把源文件编译为待链接的文件。编译结束后我们得到了entry.o。

那接下来的问题就是，如何把kernel.nas也转换成.o文件呢？我们前面一直都是直接把nas转换成二进制的，但现在由于要和entry.o进行联动，我们就不得不多一步，先把kernal.nas转换成kernel.o，然后再去参与链接。

因此，我们需要对kernel.nas做一些改造，让它变得可链接。改造后的代码如下：

[bits 32]
section .text ; 这里要配合.o文件的要求，指定为.text段

begin:
	mov ax, 00011_00_0b 
	mov ss, ax
	mov eax, 0x1000
	mov esp, eax    
	mov ebp, eax    

	extern Entry ; 声明外部含有一个Entry的标签，链接时会检测
	call Entry

	hlt

代码不长，但需要解释的地方还挺多的，我们一个一个来。

首先，要注意因为现在kernel.nas不是直接变成二进制了，而是会参与链接，因此，以前文件末尾的times 1024-($-begin) db 0是一定要去掉的，否则跳转后的位置指令会变成0x0000。

其次，我们在文件首增加的section .text是用于指定当前这个代码属于哪个分段，分段这个概念在单文件下没有什么作用，但是如果用于链接，那就需要指定给对应的段。这里由于我们要跟C语言联动，所以要配合C链接时的规范，因此这里要指定为.text段。至于这个名称大家不用过于纠结，只是因为C语言这么规定了，我们配合就好。

最后，extern Entry则表示，外部存在一个名为Entry的标签，稍后链接的时候才会确定它具体表示什么地址。有了这样的声明以后就可以call Entry了。

说到这里相信读者也能够明白，以链接模式来处理文件时，这些标签的地址都是不能确定的，只能暂时作为一个标记，后续所有.o文件齐全的时候，「链接」过程才能确定这些标签表示的具体地址，同时如果有不存在的标签也会在这个阶段检测出并报错。

处理好源文件，我们就可以将它编译成.o文件了（注意这里的措辞，我用了「编译」而不是「汇编」，因为此时已经不是简单的汇编转机器码这么简单的工作了），命令如下：

nasm kernel.nas -f elf -o kernel.o

其中-f elf参数表示以链接方式处理。

现在我们已经收集齐了entry.o和kernel.o，可以进行链接了。由于kernel这个名称目前已经代指kernel.nas文件直接处理出的东西了，所以我们将这个步骤的输出重新命名为kernel_final。链接过程需要用到的工具叫做「链接器(linker)」，输出的结果通常以.out为后缀。指令如下：

x86_64-elf-ld -m elf_i386 kernel.o entry.o -o kernel_final.out

其中x86_64-elf-ld是链接器工具，-m elf_i386指定按IA-32架构方式进行处理。链接之后我们得到了kernel_final.out。

有一个非常重要的点！，由于我们的MBR到Kernel的步骤是通过直接的jmp跳转指令来的，MBR并没有参与链接，因此，我们必须保证，begin这个标签正好是MBR的跳转位置。换句话说，在kernel_final.out中，begin必须是第一个过程，至于其他的过程，由于在内部都是通过call跳转的，因此顺序无所谓。那么，如何保证begin一定是被放到第一个呢？这取决于我们传给链接器的参数顺序，只要保证kernel.o是第一个入参即可。后续工程可能会加入更多的.o，但是一定要记住，kernel.o必须是第一个！

其实此时的kernel_final.out已经是完整的机器指令了，但这个格式是用于OS调度的，它含有很多环境和配置信息方便OS来处理。但此时咱们并不是要把它当应用程序来处理，而是作为内核使用的，所以我们还差最后一步，就是把里面核心的指令部分提取出来，去掉冗余信息，成为一个纯粹的内核程序二进制。对于.out文件来说，内部结构仍然是分为很多个模块的，而我们只需要其中指令的那一部分，所以这里使用一个对象拷贝工具，来把其中的指令模块提取出来，命令如下：

x86_64-elf-objcopy -I elf32-i386 -S -R ".eh_frame" -R ".comment" -O binary kernel_final.out kernel_final.bin

其中x86_64-elf-objcopy是对象提取工具。-I elf32-i386表示用IA-32架构方式处理。-S表示只提取其中的指令部分。-R ".eh_frame" -R ".comment"则是除去其中不必要的数据段。binary表示以纯粹二进制形式输出。最终我们可以得到kernel_final.bin，这就是完整的内核二进制了。

试试运行

因为这一部分的命令突然变多了，所以，笔者整理了一份makefile供大家参考（暂时没有用太多makefile技巧，写的比较LOW，后续会重新整理的）：

.PHONY: all
all: sys

.PHONY: run
run: bochsrc sys
	bochs -qf bochsrc

a.img:
	rm -f a.img
	bximage -q -func=create -hd=4096M $@

sys: a.img mbr.bin kernel_final.bin
	dd if=mbr.bin of=a.img conv=notrunc
	dd if=kernel_final.bin of=a.img bs=512 seek=1 conv=notrunc

mbr.bin: mbr.nas
	nasm mbr.nas -o mbr.bin

kernel.o: kernel.nas
	nasm kernel.nas -f elf -o kernel.o

entry.o: entry.c
	x86_64-elf-gcc -c -m32 -march=i386 entry.c -o entry.o

kernel_final.out: kernel.o entry.o
	x86_64-elf-ld -m elf_i386 kernel.o entry.o -o kernel_final.out

kernel_final.bin: kernel_final.out
	x86_64-elf-objcopy -I elf32-i386 -S -R ".eh_frame" -R ".comment" -O binary kernel_final.out kernel_final.bin

.PHONY: clean
clean:
	-rm -f .DS_Store
	-rm -f *.bin 
	-rm -f *.img
	-rm -f *.o
	-rm -f *.out

让我们利用这个makefile来构建并运行一下，看看程序能否正常进入Entry()函数中。我们在0x8000处打断点，然后逐条指令运行，就可以观察到进入Entry()前后的情况：

大功告成！咱们已经成功从裸机启动开始，执行到一个C程序了！当然这仅仅是开始，我们还有很多细节要掌握的，比如如何在C语言中打印数据呢？后面章节会继续讨论的。

小结

本篇我们已经成功将C语言文件链接至Kernel，并运行成功了。后续我们会继续实现一些基本功能，还会讨论更多C语言的处理方式（例如全局变量、静态变量、指针等是如何处理的）。

本篇的示例工程项目会通过附件上传，请读者参考。