RISCV AS汇编器

文章目录

• • [1. 编译流程](#1. 编译流程)
  • [2. 可执行文件](#2. 可执行文件)
  • • [2.1 可重定位目标文件与可执行目标文件](#2.1 可重定位目标文件与可执行目标文件)
  • [3. 汇编语法](#3. 汇编语法)
  • • [3.1 注释](#3.1 注释)
    • [3.2 标签和符号](#3.2 标签和符号)
    • [3.3 指令伪指令](#3.3 指令伪指令)
    • • [3.3.1 对齐伪指令](#3.3.1 对齐伪指令)
      • [3.3.2 数据定义伪指令](#3.3.2 数据定义伪指令)
      • [3.3.3 函数相关伪指令](#3.3.3 函数相关伪指令)
      • [3.3.4 与段相关的伪指令](#3.3.4 与段相关的伪指令)
      • [3.3.5 宏](#3.3.5 宏)
      • [3.3.6 文件相关的伪指令](#3.3.6 文件相关的伪指令)
  • [4. RISCV 汇编编译选项](#4. RISCV 汇编编译选项)

1. 编译流程

通常情况下，编译器编译一个可执行文件包含以下几个步骤：

1. 预处理
2. 编译
3. 汇编
4. 链接

输入层
gcc -E
gcc -S
gcc -c
gcc -o
阶段4: 链接 (Linker)
合并多个 .o 文件
解析符号引用

跨文件函数调用
链接标准库

libc / libm / libstdc++
链接启动代码

crt0 / crt1
地址重定位

分配最终内存地址
输出: 可执行文件

ELF / PE / Mach-O
阶段3: 汇编 (Assembler)
汇编指令 → 机器码

二进制操作码
生成符号表

函数/变量地址映射
生成重定位信息

未解析的外部引用
输出: 目标文件

*.o / *.obj
阶段2: 编译 (Compiler Proper)
词法分析

Token化
语法分析

生成 AST/GENERIC
语义分析

类型检查
中间表示转换

GENERIC → GIMPLE → RTL
优化 Pass

SSA、内联、循环优化等
代码生成

输出汇编指令
输出: 汇编代码

*.s 文件
阶段1: 预处理 (Preprocessor)
处理 #include

头文件展开
处理 #define

宏替换
条件编译 #ifdef

选择性保留代码
删除注释

添加行号标记
输出: 纯净C代码

*.i 文件
源代码文件

*.c / *.cpp / *.h

2. 可执行文件

可执行与可链接格式（Executable and Linkable Format, ELF）,一种文件格式

常见的段：

• 代码段（.text）：存放程序的可执行机器指令（编译后的二进制代码）。
• 只读数据段（.rodata）：存放只读常量数据。
• 数据段（.data）：存放已初始化的全局变量和静态变量。
• BSS段（.bss）：存放未初始化或初始化为 0 的全局/静态变量。
• 符号段（.symtab）：记录程序中的符号信息（函数名、变量名及其地址）。
• 可重定位代码段（.rel.text）：记录代码中需要重定位的位置。
• 可重定位数据段（.rel.data）：记录数据段中需要重定位的位置。
• 调试符号段（.debug）：存放调试信息，供 GDB 等调试器使用。

2.1 可重定位目标文件与可执行目标文件

可重定位目标文件：在链接阶段和其他可重定位目标文件合并成一个可执行文件

• 包含代码和数据
• 所有段的起始地址不确定，用0填充
• 可重定位代码段（.rel.text）
• 可重定位数据段（.rel.data）

可执行目标文件：可以执行的目标文件

• 包含代码和数据
• 所有段的起始地址都已经确定

3. 汇编语法

3.1 注释

在.S文件中支持三种注释：

• "//" 单行注释
• "#" 在一行开始表示注释整行
• "/**/" 多行注释

注: .S文件会经过预处理器处理，可以使用C语言中的注释方式，经过预处理以后会被丢弃，.s文件中只能用汇编注释#。

3.2 标签和符号

• 标签 (Label)：后面紧跟冒号 :，代表所在位置的地址。常用于跳转或函数入口。start: 或 loop_start: 都是标签。
• 符号 (Symbol)：指代一段数据或代码的名字，但不一定需要紧跟冒号。通过 .equ、.set、#define（仅 .S）定义的常量，或用 .globl 导出的函数名，都是符号。

label_name:          # 普通标签（冒号结尾）
    instruction

1:                   # 局部标签（纯数字，用于临时跳转）
    instruction
    jmp 1f           # 1f = 向前（forward）找下一个 "1:"
    jmp 1b           # 1b = 向后（backward）找上一个 "1:"

类型	示例	说明
全局符号	main:、_start:	默认局部可见，需 .global 导出
局部符号	main:、_start:	默认局部可见，通常用.local声明
局部标签	1:、2:	临时标记，配合 f/b 使用
符号赋值	symbol = 0x1000	等价于常量，不占内存
等值伪指令	.set name, 0x100	定义符号常量

符号代表所在的地址，也可以当作变量或者函数来使用，符号由字母，数字，'_' 和'.'和"$"组成。

局部标签不一定是符号（数字标签就不是），局部符号一定是符号表中的条目。

3.3 指令伪指令

指令是真正的机器指令，汇编后直接生成对应的机器码，并且寄存器必须小写，指令可以是全大写或者全小写。

[前缀] 操作码 [源操作数], [目的操作数]

伪指令以点 . 开头，是汇编器的命令，不生成机器码，控制汇编过程。

伪指令可以实现如下功能：

• 符号定义
• 数据定义和对齐
• 汇编控制
• 汇编宏
• 段描述

3.3.1 对齐伪指令

1. .align 对齐，填充数据来实现对齐，可以填入0或者nop指令
2. 告诉汇编器，.align 后面的汇编必须从下一个能被2^n整除的地址开始分配
3. RISCV中第一个参数表示2^n大小

.align  expression [, fill_value [, max_bytes]]

参数	说明	默认值
expression	对齐边界（含义因架构而异）	必需
fill_value	填充字节值	0（x86）/ 0x00 或 nop（其他）
max_bytes	最大填充字节数，超过则跳过对齐	无限制

3.3.2 数据定义伪指令

基本数据定义伪指令：

伪指令	数据大小	说明	示例
.byte	8-bit (1 字节)	定义字节	.byte 0xFF, -1, 'A'
.short / .hword	16-bit (2 字节)	定义半字	.short 0x1234, -300
.long / .int/.word	32-bit (4 字节)	定义字	.long 0x12345678
.quad	64-bit (8 字节)	定义四字	.quad 0x123456789ABCDEF0
.octa	128-bit (16 字节)	定义八字	.octa 0x...
.single / .float	32-bit	单精度浮点	.float 3.14, -0.5
.double	64-bit	双精度浮点	.double 3.1415926535

字符串定义伪指令：

伪指令	自动补 \0	说明	示例
.ascii	❌ 否	ASCII 字符串（原始）	.ascii "Hello"
.asciz	✅ 是	ASCII + 自动补零	.asciz "Hello"
.string	✅ 是	同 .asciz	.string "Hello"
.string8	✅ 是	8-bit 字符	.string8 "Hello"
.string16	✅ 是	16-bit 宽字符	.string16 "Hello"
.string32	✅ 是	32-bit 宽字符	.string32 "Hello"

3.3.3 函数相关伪指令

.global 定义一个全局符号
.include 引用头文件
.if , .else, .endif 控制语句

3.3.4 与段相关的伪指令

1. .section

.section name,"flags"

.section: 表示接下来的数据或者指令会链接到哪个段中，每一个段以段名为开始，以下一个段名或者文件末尾为结束。

字符	全称	含义	ELF 段头标志
a	Allocatable	段在运行时分配内存	SHF_ALLOC
e	Exclude	链接时排除该段	SHF_EXCLUDE
w	Writable	段内容可写	SHF_WRITE
x	Executable	段内容可执行	SHF_EXECINSTR
M	Mergeable	相同内容段可合并	SHF_MERGE
S	Strings	段包含 null 结尾字符串	SHF_STRINGS
G	Group	段属于 COMDAT 组	SHF_GROUP
T	TLS	线程局部存储段	SHF_TLS
?	保留	未知/保留标志	---

2. .pushsection 和 .popsection

.pushsection name, "flags", @type
    # ... 在新段中定义内容 ...
.popsection

伪指令	作用
.pushsection	保存当前段上下文，切换到指定新段
.popsection	恢复之前保存的段上下文

3. .section 和 .previous

初始状态: 当前在 .text 段

.section .data, "aw", @progbits   ──► 切换到 .data
                                    记住: 上一个段是 .text
    [在 .data 中定义数据]

.previous                         ──► 回到 .text（上一个段）
    [继续在 .text 写代码]

.section .rodata, "a", @progbits  ──► 切换到 .rodata
                                    记住: 上一个段是 .text（.previous 后的当前段）
    [定义只读数据]

.previous                         ──► 回到 .text

特性	.section + .previous	.pushsection + .popsection
记忆层数	仅一层（上一个段）	多层栈（支持嵌套）
切换方式	直接切换，覆盖记忆	压栈保存，精确恢复
嵌套支持	❌ 不支持嵌套（会丢失更早的段）	✅ 支持任意深度嵌套
适用场景	简单两段切换	复杂多段嵌套、编译器生成
安全性	容易误用（忘记当前段）	栈结构，成对使用更安全

3.3.5 宏

1. 汇编中的宏通过.macro 和 .endm 定义
2. .macro 后面是宏的名称，然后是跟宏的参数
3. 在宏里面使用参数要加"\"

.macro add_1 p1 p2
add x0, \p1, \p2
.endm

4. 宏定义的时候可以设置一个初始值：

.macro reserve_str p0=0,p2
.endm

# 由于第一个参数有一个默认值，可以省略默认值
reserve_str ,b
reserve_str a,b

5. 宏参数后面加.req表示在宏调用过程中必须传递一个值，否则会编译出错

3.3.6 文件相关的伪指令

.incbin 伪指令可以把文件的二进制数据嵌入到当前位置。

.include 伪指令可以把汇编代码插入到当前指令所在位置。

4. RISCV 汇编编译选项

选项	作用	常用值
-fpic / -fPIC	位置无关代码（共享库）	-fPIC（大模型）
-fno-pic	绝对地址代码（裸机/静态）	默认裸机
-mabi=	整数/浮点/指针宽度	lp64d, ilp32
-march=	指令集扩展	rv64gc, rv32imac
-misa-spec=	ISA 规范版本	20191213
-mlittle-endian	小端存储（默认）	-
-mbig-endian	大端存储	-