自制x86玩具操作系统 week8

DAY 0x17

关于链接器obj2bim

翻看源码发现，obj2bim其实就是个链接器，依据一个.rul规则文件来生成链接后的二进制文件。

输入文件

它接受的输入文件有obj和lib这两种文件，其中lib文件也有两种，一种是标准的pe文件，有一种是作者自定义的格式，在链接前会decode成标准的lib文件，然后从lib文件解压出obj文件来进行处理，所以这个链接器主要进行的是对obj文件的处理。例如haribote / golibc.lib就是作者自定义的一种格式的文件，它原本是一个标准的win下的lib文件，编写工具将其转换出来后发现里头并没有什么有意思的东西，只是几个字符串相关的处理函数的实现。

处理obj

处理过程在loadobj函数中，主要是用一个全局的数组存储所有的obj文件对象。

数据拷贝对于每个obj，将各个段依次解析，拷贝其中的数据到一片开辟的空间中。
重定位表处理对于每个段，都开辟了一块空间存储重定位表的表项数组，然后解析每个段指向的relocation table重定位表，obj文件中重定位表的结构如下：

typedef struct _IMAGE_RELOCATION {
	union {
		DWORD  VirtualAddress;
		DWORD  RelocCount;
	} M;
	DWORD  SymbolTableIndex;
	WORD Type;
} IMAGE_RELOCATION;

其中VirtualAddress指向的是需要被重定位的位置相对于当前段的偏移量。每个重定位表项有一个指向符号表的索引号，这部分操作总的来说就是把重定位表里面的项解析成程序中的结构，最后把重定位表的第一个元素的指针以及重定位表项的数目记录到obj中的对应的段中

符号表处理完段以后，处理符号表，排除一些符号比如调试用的符号，然后加载到之前的符号数组里，同时把bss段进行对齐。符号表中包含两种组成，一种是定义在外部的符号，一种是定义在本obj文件的符号。 obj2bim这个链接器进程维护了一个包含所有符号的数组（相当于一个巨大的符号表），对于符号表中的每一项，先到该符号数组中去查找，如果找不到就添加一个新的符号。每个符号项在程序中还带有一个指针，指向定义它的obj结构体实例，从而最终能区分一个符号是否被定义。 obj文件中符号表项的结构如下：

typedef struct _IMAGE_SYMBOL {
	union {
		BYTE    ShortName[8];
		struct {
			DWORD   Short;     // if 0, use LongName
			DWORD   Long;      // offset into string table
		} Name;
		DWORD   LongName[2];  //two byte potioner
	} N;
	DWORD   Value;
	SHORT   SectionNumber;
	WORD    Type;
	BYTE    StorageClass;
	BYTE    NumberOfAuxSymbols;
} IMAGE_SYMBOL;

开始链接

处理指定的label 加载完所有的obj以后，读取rul文件中的label字段，然后读取rul文件中指定的符号，如果找不到就会报错。之后遍历所有的符号，对用到的符号进行标记。
预链接 预处理完以后，三次调用link0()函数依次收集所有obj的代码段、所有obj的数据段、所有obj的bss段，组成三个大段。收集过程中，将数据填充到filebuf中，根据rul文件中规定的每个大段的起始逻辑地址算出obj中每个段的的逻辑地址，以便后面符号的确定时使用，最后计算出这三个大段的逻辑地址的结束位置
符号值的确定 重定位主要是因为编译时单个obj不能确定代码所在的地址，要到链接时把所有obj放到一起才能确定符号的位置，而符号代表的就是地址，所以，我们要把符号的值进行修改。具体操作是：每个符号原先的偏移量（符号表示的值）加上上一步计算出的它所在的obj文件的对应段的逻辑地址，变成该符号（表示的值）的逻辑地址
输出map文件（可选）然后开始输出.map文件，输出三种段的大小以及处理过的全局的符号表（符号的逻辑地址和符号的字符串表示，吐槽一下作者由于不会写按地址进行排序函数，用了一种很慢的办法来排序）
link 这样搞了一通以后下面就是真的link过程了，之前已经把符号的值重新计算过了，现在就是要把符号的值应用到要重定位的地方。其实代码中每个需要重定位的语句都会在重定位表里面生成一项。这个link过程其实就是对重定位表项的处理，由于上面的上面一步中已经处理出了符号（表示的值）的逻辑地址了，那这里只需要在每个重定位表项里面把VirtualAddress处的值改成对应的符号（表示的值）就行了（注意这里不一定是直接写入符号的值（逻辑地址），因为有的指令比如call指令可能接受的不是绝对地址，而是相对于pc值的地址）。

输出

最后输出作者规定的一种格式的文件，将代码段和数据段的信息（大小，文件中的位置，逻辑地址）写到文件起始位置。接下来是是写入了rul文件中指定的那个label符号表示的值（在文件中偏移量为24的位置）。例如rul中label项写的是_HariStartup，那么就是把_HariStartup符号的入口地址写到这了。然后是在指定的位置写入了代码段和数据段的内容，至此链接过程完成。

一些思考

重定位的时候究竟改了什么？代码中有一个让我很疑惑的地方，就是在"link"步骤的时候，往VirtualAddress写东西（4字节）时，作者刻意用了小端模式的写法，而之前各个地方赋值的时候，都没有刻意用小端，为了探查究竟，用工具来解析一下这所谓的重定位表，这是bootpack.obj中HariMain函数的一部分汇编。

0000047a <_HariMain>:
 ...
 480:   81 ec dc 00 00 00       sub    $0xdc,%esp
 486:   e8 00 00 00 00          call   48b <_HariMain+0x11>	; 这里
 48b:   e8 00 00 00 00          call   490 <_HariMain+0x16>
 490:   e8 00 00 00 00          call   495 <_HariMain+0x1b>
 495:   e8 00 00 00 00          call   49a <_HariMain+0x20>
 49a:   c7 44 24 04 f8 00 00    movl   $0xf8,0x4(%esp)
 ...

注意0x486那里第一个call汇编应该是

call    __Z7init_dtv    ; init_dt(void)`

init_dt(void)应该是dsctbl.obj中的导出函数，

再看解析出来的重定位表的一部分

                                                Symbol    Symbol
 Offset    Type              Applied To         Index     Name
 --------  ----------------  -----------------  --------  ------
 ...
 00000487  REL32                      00000000        35  __Z7init_dtv
 ...

表中__Z7init_dtv这个符号的Offset是00000487，这是什么意思呢？注意看上面汇编中，0x486的那条call指令，长度为5个字节，后面从0x487开始的四个字节都是十六进制的00，我们可以大胆的猜测，这应该是留空给链接器填入链接后的地址的。

事实上查阅i386汇编手册就可以知道，这是call指令的一种五字节长的版本，在0xE8后面接四字节的相对地址构成一条call指令，这对链接器来说就很方便了，不知道对于其它架构的机器码链接器是怎么做链接的。

也就是说，最后我们把__Z7init_dtv的地址填到这里就能call了吧？其实不是这样的啦，call需要的是相对地址，所以链接器得先根据重定位表中该项的type进行个判断，把符号的值减去（当前指令的地址+4）的值写入到这个call语句中，所以说，链接时的重定位是要修改.text段的。

同理，

mov     dword ptr ds:__ZN3sys8memtotalE, eax ; sys::memtotal

对应的是

4e4:   a3 00 00 00 00          mov    %eax,0x0

这里指令中也有四字节的空间是留出来让链接器时重定位__ZN3sys8memtotalE这个外部引用用的

关于.bss段全局变量存到.bss段里头，而这个段比较特殊，只在段的header里面存储它的大小，在运行加载时才为其初始化空间，但是显然裸机是不会帮我们分配.bss段的，而且这个操作系统我们还没有写加载器，那.bss段只能由这个静态链接器来展开了，验证一番发现在link0里面对.bss段腾出了空间的逻辑。

关于bim2hrb

bim2hrb对比obj2bim就简单的多了，只是把bim的前面若干个字节进行了一些变动，加上了堆的空间的指定，然后调整了一下开头处存储的地址和大小什么的数据，还在前面加上了作者自己的魔术字Hari。

参考

Intel call指令 https://www.cnblogs.com/scu-cjx/p/6879041.html
PE格式第七讲,重定位表 https://www.cnblogs.com/iBinary/p/7690069.html
[原创]010edit模版(obj文件分析) https://bbs.pediy.com/thread-222934.htm

异常中断

x86中，从0x00到0x1f都是异常所使用的中断，IRQ的中断号都是从0x20之后开始的。 0x00 除零异常（当试图除以0时产生） 0x0c 栈异常 0x0d 非法内存访问 0x06 非法指令异常（当试图执行CPU无法理解的机器语言指令，例如当试图执行一段数据时，有可能会产生）