零基础学ARM：汇编伪指令、lds详解

ARM邪猎文章，请点击以下汇总链接：

《从0学arm合集》

一、MDK和GNU伪指令区别

我们在学习汇编代码的时候经过会看到以下两种风格的代码：

gnu代码开头是：

．global ＿start
＿start：      ＠汇编入口
ldr sp，＝0x41000000
．end         ＠汇编程序结束

MDK代码开头是：

AREA Example，CODE，READONLY    ；声明代码段Example
ENTRY ；程序入口
Start            
MOV R0，＃0    
OVER
END

这两种风格的代码是要使用不同的编译器，我们之前的实例代码都是MDK风格的。

那么多对于我们初学者来说要学习哪种风格呢？答案是肯定的，学习GNU风格的汇编代码，因为做Linux驱动开发必须掌握的linux内核、uboot，而这两个软件就是GNU风格的。

为了大家不要把过多精力浪费在暂时没用的知识上，下面我们只讲GNU风格汇编。

二、GNU汇编书写格式：1． 代码行中的注释符号：

‘＠’ 整行注释符号：‘＃’ 语句分离符号：
直接操作数前缀： ‘＃’ 或 ‘＄’

2． 全局标号：

标号只能由a～z，A～Z，0～9，“．”，＿等（由点、字母、数字、下划线等组成，除局部标号外，不能以数字开头）字符组成，标号的后面加“：”。

段内标号的地址值在汇编时确定；
段外标号的地址值在连接时确定。
3． 局部标号：

局部标号主要在局部范围内使用而且局部标号可以重复出现。它由两部组成开头是一个0－99直接的数字局部标号 后面加“：”

F：指示编译器只向前搜索，代码行数增加的方向 ／ 代码的下一句
B：指示编译器只向后搜索，代码行数减小的方向

注意局部标号的跳转，就近原则「举例：」

文件位置
arch／arm／kernel／entry－armv．S

三、伪操作

1． 符号定义伪指令标号含义．global使得符号对连接器可见，变为对整个工程可用的全局变量＿start汇编程序的缺省入口是＿ start标号，用户也可以在连接脚本文件中用ENTRY标志指明其它入口点．．local表示符号对外部不可见，只对本文件可见2． 数据定义（Data Definition）伪操作

数据定义伪操作一般用于为特定的数据分配存储单元，同时可完成已分配存储单元的初始化。常见的数据定义伪操作有如下几种：

标号含义．byte单字节定义               0x12，‘a’，23    【必须偶数个】．short定义2字节数据         0x1234，65535．long ／．word定义4字节数据          0x12345678．quad定义8字节       ．quad     0x1234567812345678．float定义浮点数       ．float    0f3．2．string／．asciz／．ascii定义字符串       ．ascii   “abcd”，    注意：．ascii  伪操作定义的字符串需要每行添加结尾字符 ＇＇，其他不需要．space／．skip用于分配一块连续的存储区域并初始化为指定的值，如果后面的填充值省略不写则在后面填充为0；．rept重复执行接下来的指令，以．rept开始，以．endr结束

【举例】

．word

val：   ．word  0x11223344
mov r1，＃val  ；将值0x11223344设置到寄存器r1中

．space

  label： ．space size，expr     ；expr可以是4字节以内的浮点数
  a：  space 8， 0x1

．rept

．rept cnt   ；cnt是重复次数
．endr

注意：

变量的定义放在，stop后，．end前标号是地址的助记符，标号不占存储空间。位置在end前就可以，相对随意。3． if选择

语法结构

．if  logical－expressing
 ……                                  
．else
 ……
．endif    

类似c语言里的条件编译 。

【举例】

．if  val2＝＝1
mov r1，＃val2
．endif
4． macro宏定义

．macro，．endm 宏定义类似c语言里的宏函数 。

macro伪操作可以将一段代码定义为一个整体，称为宏指令。然后就可以在程序中通过宏指令多次调用该段代码。

语法格式：

  ．macro    ｛＄label｝ 名字｛＄parameter｛，＄parameter｝…｝
   ……．．code
  ．endm

其中，＄标号在宏指令被展开时，标号会被替换为用户定义的符号。

宏操作可以使用一个或多个参数，当宏操作被展开时，这些参数被相应的值替换。

「注意」：先定义后使用

举例：

「【例1】：没有参数的宏实现子函数返回」

．macro MOV＿PC＿LR
   MOV PC，LR
．endm
调用方式如下：
   MOV＿PC＿LR

「【例2】：带参数宏实现子函数返回」

．macro MOV＿PC＿LR ，param
   mov r1，param
   MOV PC，LR
．endm

调用方法如下：

MOV＿PC＿LR  ＃12

四、杂项伪操作

标号含义．global／用来声明一个全局的符号．arm定义一下代码使用ARM指令集编译．thumb定义一下代码使用Thumb指令集编译．section．section     expr     定义一个段。expr可以使．text   ．data．   ．bss．text．text ｛subsection｝    将定义符开始的代码编译到代码段．data．data ｛subsection｝    将定义符开始的代码编译到数据段，初始化数据段．bss．bss ｛subsection｝     将变量存放到．bss段，未初始化数据段．align．align｛alignment｝｛，fill｝｛，max｝  通过用零或指定的数据进行填充来使当前位置与指定边界对齐
．align  4     －－－ 16字节对齐 2的4次方
．align  （4）   －－－ 4字节对齐．org．org offset｛，expr｝    指定从当前地址加上offset开始存放代码，并且从当前地址到当前地址加上offset之间的内存单元，用零或指定的数据进行填充．extern用于声明一个外部符号，用于兼容性其他汇编．code 32同．arm．code 16同．thumb．weak用于声明一个弱符号，如果这个符号没有定义，编译就忽略，而不会报错．end文件结束．include．include “filename” 包含指定的头文件， 可以把一个汇编常量定义放在头文件中．equ格式：．equ    symbol，    expression把某一个符号（symbol）定义成某一个值（expression）．该指令并不分配空间，类似于c语言的 ＃define．set给一个全局变量或局部变量赋值，和．equ的功能一样

举例：．set

．set start， 0x40
mov r1， ＃start      ；r1里面是0x40

举例．equ

．equ   start，  0x40                                      
mov r1， ＃start      ；r1里面是0x40    
＃define  PI  3．1415

等价于

．equ   PI， 31415

五、GNU伪指令

关键点：伪指令在编译时会转化为对应的ARM指令

ADR伪指令 ：该指令把标签所在的地址加载到寄存器中。ADR伪指令为小范围地址读取伪指令，使用的相对偏移范围：当地址值是字节对齐 （8位） 时，取值范围为－255～255，当地址值是字对齐 （32位） 时，取值范围为－1020～1020。语法格式：   ADR｛cond｝   register，label
ADR      R0，  lable
ADRL伪指令：将中等范围地址读取到寄存器中

ADRL伪指令为中等范围地址读取伪指令。使用相对偏移范围：当地址值是字节对齐时，取值范围为－64～64KB；当地址值是字对齐时，取值范围为－256～256KB

语法格式：

ADRL｛cond｝   register，label
ADRL        R0，lable
LDR伪指令：LDR伪指令装载一个32位的常数和一个地址到寄存器。语法格式：LDR｛cond｝  register，＝［expr｜label－expr］
LDR    R0，＝0XFFFF0000      ；mov r1，＃0x12   对比一下

注意：（1）ldr伪指令和ldr指令区分下面是ldr伪指令：

ldr r1，＝val  ＠ r1 ＝ val   是伪指令，将val标号地址赋给r1    
【与MDK不一样，MDK只支持ldr r1，＝val】

下面是ldr指令：

ldr r2，val   ＠ r1 ＝ ＊val    是arm指令，将标号val地址里的内容给r2
val： ．word 0x11223344

（2）如何利用ldr伪指令实现长跳转

 ldr  pc，＝32位地址

（3）编码中解决非立即数的问题用arm伪指令ldr

ldr r0，＝0x999   ；0x999  不是立即数，

六、GNU汇编的编译

1． 不含lds文件的编译

假设我们有以下代码，包括1个main．c文件，1个start．s文件：start．s

．global ＿start
＿start：      ＠汇编入口
ldr sp，＝0x41000000
b main
．global mystrcopy
．text
mystrcopy： ／／参数dest－＞r0，src－＞r2
 LDRB r2， ［r1］， ＃1
 STRB r2， ［r0］， ＃1
 CMP r2， ＃0 ／／判断是不是字符串尾
 BNE mystrcopy
 MOV pc， lr
stop：
b stop   ＠死循环，防止跑飞 等价于while（1）
．end         ＠汇编程序结束

main．c

extern void mystrcopy（char ＊d，const char ＊s）；
int main（void）
｛
const char ＊src ＝＂yikoulinux＂；
char dest［20］＝｛｝；
mystrcopy（dest，src）；／／调用汇编实现的mystrcopy函数
while（1）；
   return 0；
｝

Makefile编写方法如下：

1． TARGET＝start  
2． TARGETC＝main
3． all：
4．   arm－none－linux－gnueabi－gcc －O0 －g －c －o ＄（TARGETC）．o  ＄（TARGETC）．c
5．    arm－none－linux－gnueabi－gcc －O0 －g －c －o ＄（TARGET）．o ＄（TARGET）．s
6．    ＃arm－none－linux－gnueabi－gcc －O0 －g －S －o ＄（TARGETC）．s  ＄（TARGETC）．c  
7．    arm－none－linux－gnueabi－ld ＄（TARGETC）．o ＄（TARGET）．o －Ttext 0x40008000 －o ＄（TARGET）．elf
8．    arm－none－linux－gnueabi－objcopy   －O binary －S  ＄（TARGET）．elf  ＄（TARGET）．bin
9． clean：
10．  rm －rf ＊．o ＊．elf ＊．dis ＊．bin

Makefile含义如下：

定义环境变量TARGET＝start，start为汇编文件的文件名定义环境变量TARGETC＝main，main为c语言文件目标：all，4～8行是该指令的指令语句将main．c编译生成main．o，＄（TARGETC）会被替换成main将start．s编译生成start．o，＄（TARGET）会被替换成start4－5也可以用该行1条指令实现通过ld命令将main．o、start．o链接生成start．elf，－Ttext 0x40008000表示设置代码段起始地址为0x40008000通过objcopy将start．elf转换成start．bin文件，－O binary （或－－out－target＝binary） 输出为原始的二进制文件，－S （或 －－strip－all）输出文件中不要重定位信息和符号信息，缩小了文件尺寸，clean目标clean目标的执行语句，删除编译产生的临时文件

【补充】

gcc的代码优化级别，在 makefile 文件中的编译命令4级  O0 －－ O3  数字越大，优化程度越高。O3最大优化volatile作用volatile修饰的变量，编译器不再进行优化，每次都真正访问内存地址空间。2． 依赖lds文件编译

实际的工程文件，段复杂程度远比我们这个要复杂的多，尤其Linux内核有几万个文件，段的分布及其复杂，所以这就需要我们借助lds文件来定义内存的分布。

文件列表

main．c和start．s和上一节一致。

map．lds

OUTPUT＿FORMAT（＂elf32－littlearm＂， ＂elf32－littlearm＂， ＂elf32－littlearm＂）
OUTPUT＿FORMAT（＂elf32－arm＂， ＂elf32－arm＂， ＂elf32－arm＂）
OUTPUT＿ARCH（arm）
ENTRY（＿start）
SECTIONS
｛
． ＝ 0x40008000；
． ＝ ALIGN（4）；
．text      ：
｛
 ．start．o（．text）
 ＊（．text）
｝
． ＝ ALIGN（4）；
   ．rodata ：
｛ ＊（．rodata） ｝
   ． ＝ ALIGN（4）；
   ．data ：
｛ ＊（．data） ｝
   ． ＝ ALIGN（4）；
   ．bss ：
    ｛ ＊（．bss） ｝
｝

解释一下上述的例子：

OUTPUT＿FORMAT（＂elf32－littlearm＂， ＂elf32－littlearm＂， ＂elf32－littlearm＂）指定输出object档案预设的binary 文件格式。可以使用objdump －i列出支持的binary 文件格式；OUTPUT＿ARCH（arm） 指定输出的平台为arm，可以透过objdump －i查询支持平台；ENTRY（＿start） ：将符号＿start的值设置成入口地址；． ＝ 0x40008000： 把定位器符号置为0x40008000（若不指定， 则该符号的初始值为0）；．text ： ｛ ．start．o（．text） ＊（．text） ｝ ：前者表示将start．o放到text段的第一个位置，后者表示将所有（＊符号代表任意输入文件）输入文件的．text section合并成一个．text section；．rodata ： ｛ ＊（．data） ｝ ： 将所有输入文件的．rodata section合并成一个．rodata section；．data ： ｛ ＊（．data） ｝ ： 将所有输入文件的．data section合并成一个．data section；．bss ： ｛ ＊（．bss） ｝ ： 将所有输入文件的．bss section合并成一个．bss section；该段通常存放全局未初始化变量． ＝ ALIGN（4）；表示下面的段4字节对齐

连接器每读完一个section描述后， 将定位器符号的值增加该section的大小。

来看下，Makefile应该如何写：

＃ CORTEX－A9 PERI DRIVER CODE
＃ VERSION 1．0
＃ ATHUOR 一口Linux
＃ MODIFY DATE
＃ 2020．11．17  Makefile
＃＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＃
CROSS＿COMPILE ＝ arm－none－linux－gnueabi－
NAME ＝start
CFLAGS＝－mfloat－abi＝softfp －mfpu＝vfpv3 －mabi＝apcs－gnu －fno－builtin  －fno－builtin－function －g －O0 －c                                  
LD ＝ ＄（CROSS＿COMPILE）ld
CC ＝ ＄（CROSS＿COMPILE）gcc
OBJCOPY ＝ ＄（CROSS＿COMPILE）objcopy
OBJDUMP ＝ ＄（CROSS＿COMPILE）objdump
OBJS＝start．o  main．o
＃＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＃
all：  ＄（OBJS）
＄（LD）  ＄（OBJS） －T map．lds －o ＄（NAME）．elf
＄（OBJCOPY）  －O binary  ＄（NAME）．elf ＄（NAME）．bin
＄（OBJDUMP） －D ＄（NAME）．elf ＞ ＄（NAME）．dis
％．o： ％．S
＄（CC） ＄（CFLAGS） －c －o  ＄＠ ＄＜
％．o： ％．s
＄（CC） ＄（CFLAGS） －c －o  ＄＠ ＄＜
％．o： ％．c
＄（CC） ＄（CFLAGS） －c －o  ＄＠ ＄＜
clean：
rm －rf ＄（OBJS） ＊．elf ＊．bin ＊．dis ＊．o

编译结果如下：

编译结果

最终生成start．bin，改文件可以烧录到开发板测试，因为本例没有直观现象，后续文章我们加入其它功能再测试。

【注意】

其中交叉编译工具链「arm－none－linux－gnueabi－」 要根据自己实际的平台来选择，本例是基于三星的exynos－4412工具链实现的。地址0x40008000也不是随便选择的，

exynos4412 地址分布

读者可以根据自己手里的开发板对应的soc手册查找该地址。

linux内核的异常向量表

linux内核的内存分布也是依赖lds文件定义的，linux内核的编译我们暂不讨论，编译好之后会再以下位置生成对应的lds文件：

arch／arm／kernel／vmlinux．lds

我们看下该文件的部分内容：

vmlinux．ldsOUTPUT＿ARCH（arm）制定对应的处理器；ENTRY（stext）表示程序的入口是stext。

同时我们也可以看到linux内存的划分更加的复杂，后续我们讨论linux内核，再继续分析该文件。

3． elf文件和bin文件区别：1） ELF

ELF文件格式是一个开放标准，各种UNIX系统的可执行文件都采用ELF格式，它有三种不同的类型：

可重定位的目标文件（Relocatable，或者Object File）可执行文件（Executable）共享库（Shared Object，或者Shared Library）

ELF格式提供了两种不同的视角，链接器把ELF文件看成是Section的集合，而加载器把ELF文件看成是Segment的集合。

2） bin

BIN文件是直接的二进制文件，内部没有地址标记。bin文件内部数据按照代码段或者数据段的物理空间地址来排列。一般用编程器烧写时从00开始，而如果下载运行，则下载到编译时的地址即可。

在Linux OS上，为了运行可执行文件，他们是遵循ELF格式的，通常gcc －o test test．c，生成的test文件就是ELF格式的，这样就可以运行了，执行elf文件，则内核会使用加载器来解析elf文件并执行。

在Embedded中，如果上电开始运行，没有OS系统，如果将ELF格式的文件烧写进去，包含一些ELF文件的符号表字符表之类的section，运行碰到这些，就会导致失败，如果用objcopy生成纯粹的二进制文件，去除掉符号表之类的section，只将代码段数据段保留下来，程序就可以一步一步运行。

elf文件里面包含了符号表等。BIN文件是将elf文件中的代码段，数据段，还有一些自定义的段抽取出来做成的一个内存的镜像。

并且elf文件中代码段数据段的位置并不是它实际的物理位置。他实际物理位置是在表中标记出来的。

审核编辑：符乾江