Hello Linux ARM 組合語言

目錄

  • 前言
  • 測試環境
  • 範例:版本一
  • 範例:版本二
  • 範例:版本三
  • 範例:版本四
  • 總結
  • 延伸閱讀及致謝
  • 參考資料

前言

之前的文章有不少在討論執行檔該長怎麼樣。簡單來說,一個執行檔會有

  • Sections:程式行為和資料會分開放在不同的sections
  • 進入點,也就是system call開始執行你的程式的地方

以這樣的觀點,來看組合語言,會比較有感覺。

這次主要想要試看看如何使用組合語言印出Hello world。學過作業系統的朋友應該知道OS真正提供給使用者的介面叫作system call。有興趣的朋友可以使用strace研究執行檔呼叫了那些system call。這次的Hello world我有兩個線索

  • 在command line執行的process會有3個馬上可以使用的file descriptor(不知道那啥的請自行估狗)分別是
    • 0: standard in
    • 1: standard out
    • 2: standard error
  • 有一個system call叫作write,你可以透過他把任何資料寫到指令的file descriptor

綜合以上,我們要幹的事就是透過組合語言做出

write(1, "Hello world\n", 12);

這又表示組合語言中我們要做

  • 呼叫system call
  • 帶參數給system call,這部份需要有
    • ABI的背景知識
    • 定址方式,更精確的說,如何宣告"Hello world\n",讓runtime時放在在process address space中,並將它的位址傳給system call

測試環境

  • Host
$ lsb_release -a
No LSB modules are available.
Distributor ID:   Ubuntu
Description:  Ubuntu 14.04.2 LTS
Release:  14.04
Codename: trusty
  • Guest OS on Qemu
    • 這邊很奇怪我的kernel用更新過的版本Qemu完全無法開機。目前裝死中。
$ lsb_release -a
No LSB modules are available.
Distributor ID:   Debian
Description:  Debian GNU/Linux 8.0 (jessie)
Release:  8.0
Codename: jessie

$ cat /proc/cpuinfo
Processor : ARM926EJ-S rev 5 (v5l)
BogoMIPS  : 643.48
Features  : swp half thumb fastmult vfp edsp java
CPU implementer   : 0x41
CPU architecture: 5TEJ
CPU variant   : 0x0
CPU part  : 0x926
CPU revision  : 5

Hardware  : ARM-Versatile AB
Revision  : 0000
Serial        : 0000000000000000

範例:版本一

我本來想說慢慢來,先來個完全沒意義的r0 = 0; r1 = 1; r2 = r0 + r1。程式如下:

  • hello.s
.text
.global _start
_start:
    mov %r0, $0
    mov %r1, $1
    add %r2, %r0, %r1
.end

幾點說明:

  • $或是#代表一個數字(出處)

  • %r1代表ARM的r1暫存器,但是為何用%目前沒找到手冊上有說明。

  • .text前面的文章有看應該覺得很眼熟,就是告訴編譯器以下是程式行為。

  • global是讓symbol可以外露,白話來說就是nm等binutil可以看的到這個symbol。

  • _start是一個程式執行的起始點,有看過之前文章就會覺得很眼熟。

  • .end表示程式結束點,不過目前用起來有沒有加好像沒有差別。

  • Makefile

TARGET=hello
AS_FILE=$(addsuffix .s, $(TARGET))

$(TARGET): $(AS_FILE)
  $(AS) $^ -o $@

clean:
  rm -rf $(TARGET)

想法很簡單,就是直接編譯應該可以跑,雖然完全不會有畫面。!跑出來會這樣

$ make
as hello.s -o hello

$ ls -gG
total 12
-rw-r--r-- 1 588 Apr 20 18:04 hello
-rw-r--r-- 1  83 Apr 20 17:58 hello.s
-rw-r--r-- 1 113 Apr 20 17:58 Makefile

這代表什麼,hello編譯完後的binary本身沒有執行權限。改改權限看可不可以跑?

$ chmod +x hello
$ ./hello
bash: ./hello: cannot execute binary file: Exec format error

怎麼回事?分析一下

$ readelf hello -h
ELF Header:
  Magic:   7f 45 4c 46 01 01 01 00 00 00 00 00 00 00 00 00
  Class:                             ELF32
  Data:                              2's complement, little endian
  Version:                           1 (current)
  OS/ABI:                            UNIX - System V
  ABI Version:                       0
  Type:                              REL (Relocatable file)
  Machine:                           ARM
  Version:                           0x1
  Entry point address:               0x0
  Start of program headers:          0 (bytes into file)
  Start of section headers:          268 (bytes into file)
  Flags:                             0x5000000, Version5 EABI
  Size of this header:               52 (bytes)
  Size of program headers:           0 (bytes)
  Number of program headers:         0
  Size of section headers:           40 (bytes)
  Number of section headers:         8
  Section header string table index: 5

看不出來對不對?我是這樣啦,所以先比對/bin/ls的輸出吧

$ readelf /bin/ls -h
ELF Header:
  Magic:   7f 45 4c 46 01 01 01 00 00 00 00 00 00 00 00 00
  Class:                             ELF32
  Data:                              2's complement, little endian
  Version:                           1 (current)
  OS/ABI:                            UNIX - System V
  ABI Version:                       0
  Type:                              EXEC (Executable file)
  Machine:                           ARM
  Version:                           0x1
  Entry point address:               0x14354
  Start of program headers:          52 (bytes into file)
  Start of section headers:          99372 (bytes into file)
  Flags:                             0x5000202, has entry point, Version5 EABI, soft-float ABI
  Size of this header:               52 (bytes)
  Size of program headers:           32 (bytes)
  Number of program headers:         9
  Size of section headers:           40 (bytes)
  Number of section headers:         27
  Section header string table index: 26

仔細看一下Type:,/bin/ls是EXEC而hello是REL,man elf可以看到REL是relocate file,那是啥呢?根據System V Application Binary Interface - DRAFT - 10 June 2013第四章的簡介,簡單來說就是object檔案,也就是說link時吃的檔案。所以我們加入Link吧。

範例:版本二

單純加入linker看看會怎樣?

TARGET=hello
AS_FILE=$(addsuffix .s, $(TARGET))

$(TARGET): $(AS_FILE)
  $(AS) $^ -o $@.o
  $(LD) $@.o -o $@

clean:
  rm -rf $(TARGET)

kerker,一樣GG。

$ make
as hello.s -o hello.o
ld hello.o -o hello
$ ./hello

Illegal instruction 估狗到的組合語言的Hello world範例最後會呼叫exit system call,照著呼叫exit就可以正常結束,這就是第三版。至於為何會出現Illegal instruction,根據Scott Tsai大大的提示,當你的程式碼跑完後,接下來記憶體有啥CPU就跑啥,跑到不認識的opcode當然就GG了。

範例:版本三

.text
.global _start
_start:
    mov     %r0, $0
    mov     %r7, $1
    svc     $0
.end

單純叫了exit而已,有幾點注意的 根據Debian ARM system call interface,可以知道

  • r0 ~ r6是函數的帶入參數

  • r7 是system call number,而system call number是啥呢?就是你要的system call 對應的數字。 所以要呼叫exit(0) system 表示

  • 傳一個參數,數值為0

  • 要設定exit對應的system call number為1。 為何system call number是1呢?可以看看unistd.h裡面system call number的定義,exit的system call number為1。

設定完傳給exit參數後呼叫了一個組合語言指令svc,這個指令主要是切換到Supervisor模式。Linux下面也許太過複雜,不太容易從user mode一路追到kernel然後又看懂這些system call的行為。沒關係成大資工作業有比較看得懂的範例可以參考。例如包裝呼叫system call的函數以及Kernel中對應的system call服務實作。

根據unistd.h定義的system call number,write的system call number 是4,所以我們可以開始寫最後的版本了。

###範例:版本四

開始之前,先來看男人怎麼介紹write system call的

ssize_t write(int fd, const void *buf, size_t count);

這代表

  • 有三個參數要傳給system call
  • 有回傳值可以吃
  • 其中一個參數是位址,這個位址我們會放"Hello World\n"字串 那麼我先來看看怎麼放字串到記憶體
.data
hello_str:
    .ascii "Hello World\n"

.data如果有看我以前的文章,就知道這是放有初始值全域變數的地方。

而hello_str呢?嗯,對_start:有印象嗎?

這叫作label,是GNU組語中symbol的一種,有興趣可以看這邊。根據手冊,label還有一個功能,代表目前跑到的位址。所以_start:就是.text section的起始位址。而hello_str就是.data section的起始位址。從這兩個label可以看到label只是一個位址,可以指向函數或是資料,這和C語言的指標有異曲同工之妙。有興趣的朋友可以去找function pointer和C語言的callback函數。

而.ascii,單純就是宣告字串指令。

呼叫write system call來還有兩個問題要處理

  • 如何取得hello_str對應的位址放到暫存器r1上面?
  • 要怎麼算出hello_str字串的長度?

關於第一個問題,GNU ARM組合語言有中將數值或位址放到暫存器的虛擬指令

ldr <register> , = <expression>

expression是一種表示位置或是數值的方式。

恰巧symbol也算是一個expression,所以可以表示成:

ldr %r1, =hello_str

第二個問題呢?要介紹.了。之前看過linker script的朋友應該對於locale counter還有印象。locale counter代表目前的位置。加上expression也支援運算。利用hello_str是.data 開頭,我們可以這樣做:

.data
hello_str:
    ascii "Hello World\n"
hello_len = . - hello_str

綜合上面的討論,版本四組合語言會是

.data
hello_str:
    .ascii "Hello World\n"
hello_len = . - hello_str

.text
.global _start
_start:
    /* %r0 = write(1, hello_str, hello_len); */
    mov     %r0, $1
    ldr     %r1, =hello_str
    ldr     %r2, =hello_len
    mov     %r7, $4
    svc     $0

    /* exit(%r0) */
    mov     %r7, $1
    svc     $0

.end

等等,不是說有回傳值?還是要看Procedure Call Standard for the ARM Architecture ABI r2.09手冊,上面提到回傳資料會放到r0,剛好接下來的exit system call帶的第一個參數也要存放在r0,那麼我們可以直接觀察執行後回傳值如下:

$ make
as hello.s -o hello.o
ld hello.o -o hello

$ ./hello
Hello World
$ echo $?
12

補充

ldr <register> , = <expression>

這是個有趣的指令,這個指令事實上是個虛擬指令。怎麼說呢,因為這個指令的目標是把數值塞到指定的暫存器。這個數值是位址還是啥死人骨頭並不重要。重要的是,由於opcode的限制,把數值塞到指定的暫存器會有限制滴。例如ARM Cortex M0的MOV的數值只有8-bit,要塞32-bit的數值就需要配合其他的指令做連續技。因此

ldr <register> , = <expression>

這樣的指令就可以讓你寫起來比較輕鬆。

另外一個值得一提是,如果組譯器無法把ldr , = 虛擬指令轉換成MOV或MVN指令,把你的數值塞到暫存器的話。組譯器會把你的值放在一塊記憶體中,使用 的ldr把這塊記憶體的值載入到暫存器中。這個方法稱為literal pool,細節可以看這邊。

總結

本文從會GG的組合語言一路改到可以印出Hello World,並且在程式結束後回傳字串長度。在文章中簡單提到了GNU as的

  • 組合語言中section
  • 組合語言的編譯方式
  • 組合語言中的symbol和字串表示方式
  • 組合語言中的expression
  • ABI實例

希望對有需要的朋友有所幫助。

延伸閱讀及致謝

感謝Scott Tsai大大提供的資料以及指出文章中錯誤的地方。另外他也有提到其他有趣的部份,當作以後的作業。先列出如下

  • 從組合語言直接呼叫header file內的system call

  • Kernel Memory Layout on ARM Linux 這邊主要討論的是objdump -d發現obj檔和執行檔差別只在進入點位址的差別,而進入點位址如何決定呢?這邊有規範,另外也可以看default linker script看看如何設定的

  • Scott大大的範例程式

    • 可以看到,這個版本和我參考寫出來的版本差異有
      • 把"Hello world"放在.rodata section中,這比.data更實際,因為這個字串的確沒有必要設成全域變數。
      • 使用了preprocess方式。
      • 提供了反組譯的結果
      • 提供X86-64版本的組合語言比較

hello world in assembler under x86-64 and ARMv7-A Linux

  • hello-arm.lst
$ gdbdis -r hello-arm _start
   0x00010098 <+0>:	04 27	movs	r7, #4
   0x0001009a <+2>:	01 20	movs	r0, #1
   0x0001009c <+4>:	03 49	ldr	r1, [pc, #12]	; (0x100ac <_start+20>)
   0x0001009e <+6>:	5f f0 0d 02	movs.w	r2, #13
   0x000100a2 <+10>:	00 df	svc	0
   0x000100a4 <+12>:	f8 27	movs	r7, #248	; 0xf8
   0x000100a6 <+14>:	00 20	movs	r0, #0
   0x000100a8 <+16>:	00 df	svc	0
   0x000100aa <+18>:	00 00	movs	r0, r0
   0x000100ac <+20>:	b0 00 01 00	strheq	r0, [r1], -r0	; <UNPREDICTABLE>
  • hello-arm.S
	.syntax unified
	.thumb

#include <sys/syscall.h>

	.section .text
	.global _start
	.thumb_func
_start:
	/* write(1, "hello, world", 13) */
	movs r7, SYS_write
	movs r0, 1
	ldr r1, =hello_str
	movs r2, hello_str_len
	svc 0

	/* exit_group(0) */
	movs r7, SYS_exit_group
	movs r0, 0
	svc 0

	.section .rodata
hello_str:
	.ascii "hello, world\n"
	.set hello_str_len, . - hello_str
  • hello-x86-64.lst
$ gdbdis -r hello-x86-64 _start
   0x00000000004000d4 <+0>:	48 c7 c0 01 00 00 00	mov    $0x1,%rax
   0x00000000004000db <+7>:	48 c7 c7 01 00 00 00	mov    $0x1,%rdi
   0x00000000004000e2 <+14>:	48 c7 c6 02 01 40 00	mov    $0x400102,%rsi
   0x00000000004000e9 <+21>:	48 c7 c2 0d 00 00 00	mov    $0xd,%rdx
   0x00000000004000f0 <+28>:	0f 05	syscall
   0x00000000004000f2 <+30>:	48 c7 c0 e7 00 00 00	mov    $0xe7,%rax
   0x00000000004000f9 <+37>:	48 c7 c7 00 00 00 00	mov    $0x0,%rdi
   0x0000000000400100 <+44>:	0f 05	syscall
  • hello-x86-64.S
#include <sys/syscall.h>

	.section .text
	.global _start
_start:
	/* write(1, "hello, world\n", 13) */
	mov $SYS_write, %rax
	mov $1, %rdi
	mov $hello_str, %rsi
	mov $hello_str_len, %rdx
	syscall

	/* exit_group(0) */
	mov $SYS_exit_group, %rax
	mov $0, %rdi
	syscall

	.section .rodata
hello_str:
	.ascii "hello, world\n"
	.set hello_str_len, . - hello_str

Viler Hsiao: 閱讀assembly code

參考資料

『Hello World!』 in ARM assembly 本篇程式碼大量參考這篇。 GNU Manual: Using as


书籍推荐