printf的实现

研究printf的实现，首先来看看printf函数的函数体
　　int printf(const char *fmt, ...)
　　{
　　 int i;
　　 char buf[256];
　　
　　 va_list arg = (va_list)((char*)(&fmt) + 4); 
　　 i = vsprintf(buf, fmt, arg);
　　 write(buf, i);
　　
　　 return i;
　　}
　　代码位置：D:/~/funny/kernel/printf.c
　　
　　在形参列表里有这么一个token：...
　　这个是可变形参的一种写法。
　　当传递参数的个数不确定时，就可以用这种方式来表示。
　　很显然，我们需要一种方法，来让函数体可以知道具体调用时参数的个数。
　　
　　先来看printf函数的内容：
　　
　　这句：
　　
　　va_list arg = (va_list)((char*)(&fmt) + 4); 
　　
　　va_list的定义：
　　typedef char *va_list
　　这说明它是一个字符指针。
　　其中的： (char*)(&fmt) + 4) 表示的是...中的第一个参数。
　　如果不懂，我再慢慢的解释：
　　C语言中，参数压栈的方向是从右往左。
　　也就是说，当调用printf函数的适合，先是最右边的参数入栈。
　　fmt是一个指针，这个指针指向第一个const参数（const char *fmt)中的第一个元素。
　　fmt也是个变量，它的位置，是在栈上分配的，它也有地址。
　　对于一个char *类型的变量，它入栈的是指针，而不是这个char *型变量。
　　换句话说：
　　你sizeof(p) (p是一个指针，假设p=&i,i为任何类型的变量都可以）
　　得到的都是一个固定的值。（我的计算机中都是得到的4）
　　当然，我还要补充的一点是：栈是从高地址向低地址方向增长的。
　　ok！
　　现在我想你该明白了：为什么说(char*)(&fmt) + 4) 表示的是...中的第一个参数的地址。
　　
　　下面我们来看看下一句：
　　 i = vsprintf(buf, fmt, arg);
　　
　　让我们来看看vsprintf(buf, fmt, arg)是什么函数。
　　
　　int vsprintf(char *buf, const char *fmt, va_list args)
　　{
　　 char* p;
　　 char tmp[256];
　　 va_list p_next_arg = args;
　　
　　 for (p=buf;*fmt;fmt++) {
　　 if (*fmt != '%') {
　　 *p++ = *fmt;
　　 continue;
　　 }
　　
　　 fmt++;
　　
　　 switch (*fmt) {
　　 case 'x':
　　 itoa(tmp, *((int*)p_next_arg));
　　 strcpy(p, tmp);
　　 p_next_arg += 4;
　　 p += strlen(tmp);
　　 break;
　　 case 's':
　　 break;
　　 default:
　　 break;
　　 }
　　 }
　　
　　 return (p - buf);
　　}
　　
　　我们还是先不看看它的具体内容。
　　想想printf要左什么吧
　　它接受一个格式化的命令，并把指定的匹配的参数格式化输出。
　　
　　ok，看看i = vsprintf(buf, fmt, arg);
　　 vsprintf返回的是一个长度，我想你已经猜到了：是的，返回的是要打印出来的字符串的长度
　　其实看看printf中后面的一句：write(buf, i);你也该猜出来了。
　　write，顾名思义：写操作，把buf中的i个元素的值写到终端。
　　
　　所以说：vsprintf的作用就是格式化。它接受确定输出格式的格式字符串fmt。用格式字符串对个数变化的参数进行格式化，产生格式化输出。
　　我代码中的vsprintf只实现了对16进制的格式化。
　　
　　你只要明白vsprintf的功能是什么，就会很容易弄懂上面的代码。
　　
　　下面的write(buf, i);的实现就有点复杂了
　　
　　如果你是os，一个用户程序需要你打印一些数据。很显然：打印的最底层操作肯定和硬件有关。
　　所以你就必须得对程序的权限进行一些限制：
　　
　　让我们假设个情景：
　　一个应用程序对你说：os先生，我需要把存在buf中的i个数据打印出来，可以帮我么？
　　os说：好的，咱俩谁跟谁，没问题啦！把buf给我吧。
　　
　　然后，os就把buf拿过来。交给自己的小弟（和硬件操作的函数）来完成。
　　只好通知这个应用程序：兄弟，你的事我办的妥妥当当！（os果然大大的狡猾 ^_^）
　　这样 应用程序就不会取得一些超级权限，防止它做一些违法的事。（安全啊安全）
　　
　　让我们追踪下write吧：
　　
　　write:
　　 mov eax, _NR_write
　　 mov ebx, [esp + 4]
　　 mov ecx, [esp + 8]
　　 int INT_VECTOR_SYS_CALL
　　
　　位置：d:~/kernel/syscall.asm
　　
　　这里是给几个寄存器传递了几个参数，然后一个int结束
　　
　　想想我们汇编里面学的，比如返回到dos状态：
　　我们这样用的
　　
　　mov ax,4c00h
　　int 21h
　　
　　为什么用后面的int 21h呢？
　　这是为了告诉编译器：号外，号外，我要按照给你的方式（传递的各个寄存器的值）变形了。
　　编译器一查表：哦，你是要变成这个样子啊。no problem！
　　
　　其实这么说并不严紧，如果你看了一些关于保护模式编程的书，你就会知道，这样的int表示要调用中断门了。通过中断门，来实现特定的系统服务。
　　
　　我们可以找到INT_VECTOR_SYS_CALL的实现：
　　init_idt_desc(INT_VECTOR_SYS_CALL, DA_386IGate, sys_call, PRIVILEGE_USER);
　　
　　位置：d:~/kernel/protect.c
　　
　　如果你不懂，没关系，你只需要知道一个int INT_VECTOR_SYS_CALL表示要通过系统来调用sys_call这个函数。（从上面的参数列表中也该能够猜出大概）
　　
　　好了，再来看看sys_call的实现：
　　sys_call:
　　 call save
　　
　　 push dword [p_proc_ready]
　　
　　 sti
　　
　　 push ecx
　　 push ebx
　　 call [sys_call_table + eax * 4]
　　 add esp, 4 * 3
　　
　　 mov [esi + EAXREG - P_STACKBASE], eax
　　
　　 cli
　　
　　 ret
　　
　　
　　位置：～/kernel/kernel.asm
　　
　　一个call save，是为了保存中断前进程的状态。
　　靠！
　　太复杂了，如果详细的讲，设计到的东西实在太多了。
　　我只在乎我所在乎的东西。sys_call实现很麻烦，我们不妨不分析funny os这个操作系统了
　　先假设这个sys_call就一单纯的小女孩。她只有实现一个功能：显示格式化了的字符串。
　　
　　这样，如果只是理解printf的实现的话，我们完全可以这样写sys_call：
　　sys_call:
　　 
　　 ;ecx中是要打印出的元素个数
　　 ;ebx中的是要打印的buf字符数组中的第一个元素
　　 ;这个函数的功能就是不断的打印出字符，直到遇到：'\0'
　　 ;[gs:edi]对应的是0x80000h：0采用直接写显存的方法显示字符串
　　 xor si,si 
　　 mov ah,0Fh
　　 mov al,[ebx+si]
　　 cmp al,'\0'
　　 je .end
　　 mov [gs:edi],ax
　　 inc si
　　loop:
　　 sys_call
　　
　　.end:
　　 ret
　　 
　　
　　ok!就这么简单！
　　恭喜你，重要弄明白了printf的最最底层的实现！
　　
　　
　　如果你有机会看linux的源代码的话，你会发现，其实它的实现也是这种思路。
　　freedos的实现也是这样
　　比如在linux里，printf是这样表示的：
　　
　　static int printf(const char *fmt, ...)
　　{
　　 va_list args;
　　 int i;
　　
　　 va_start(args, fmt);
　　 write(1,printbuf,i=vsprintf(printbuf, fmt, args));
　　 va_end(args);
　　 return i;
　　}
　　
　　 va_start 
　　 va_end 这两个函数在我的blog里有解释，这里就不多说了
　　
　　它里面的vsprintf和我们的vsprintf是一样的功能。
　　不过它的write和我们的不同，它还有个参数：1
　　这里我可以告诉你：1表示的是tty所对应的一个文件句柄。
　　在linux里，所有设备都是被当作文件来看待的。你只需要知道这个1就是表示往当前显示器里写入数据
　　
　　在freedos里面，printf是这样的：
　　
　　 int VA_CDECL printf(const char *fmt, ...)
　　{
　　 va_list arg;
　　 va_start(arg, fmt);
　　 charp = 0;
　　 do_printf(fmt, arg);
　　 return 0;
　　}
　　
　　看起来似乎是do_printf实现了格式化和输出。
　　我们来看看do_printf的实现：
　　STATIC void do_printf(CONST BYTE * fmt, va_list arg)
　　{
　　 int base;
　　 BYTE s[11], FAR * p;
　　 int size;
　　 unsigned char flags;
　　
　　 for (;*fmt != '\0'; fmt++)
　　 {
　　 if (*fmt != '%')
　　 {
　　 handle_char(*fmt);
　　 continue;
　　 }
　　
　　 fmt++;
　　 flags = RIGHT;
　　
　　 if (*fmt == '-')
　　 {
　　 flags = LEFT;
　　 fmt++;
　　 }
　　
　　 if (*fmt == '0')
　　 {
　　 flags |= ZEROSFILL;
　　 fmt++;
　　 }
　　
　　 size = 0;
　　 while (1)
　　 {
　　 unsigned c = (unsigned char)(*fmt - '0');
　　 if (c > 9)
　　 break;
　　 fmt++;
　　 size = size * 10 + c;
　　 }
　　
　　 if (*fmt == 'l')
　　 {
　　 flags |= LONGARG;
　　 fmt++;
　　 }
　　
　　 switch (*fmt)
　　 {
　　 case '\0':
　　 va_end(arg);
　　 return;
　　
　　 case 'c':
　　 handle_char(va_arg(arg, int));
　　 continue;
　　
　　 case 'p':
　　 {
　　 UWORD w0 = va_arg(arg, unsigned);
　　 char *tmp = charp;
　　 sprintf(s, "%04x:%04x", va_arg(arg, unsigned), w0);
　　 p = s;
　　 charp = tmp;
　　 break;
　　 }
　　
　　 case 's':
　　 p = va_arg(arg, char *);
　　 break;
　　
　　 case 'F':
　　 fmt++;
　　 /* we assume %Fs here */
　　 case 'S':
　　 p = va_arg(arg, char FAR *);
　　 break;
　　
　　 case 'i':
　　 case 'd':
　　 base = -10;
　　 goto lprt;
　　
　　 case 'o':
　　 base = 8;
　　 goto lprt;
　　
　　 case 'u':
　　 base = 10;
　　 goto lprt;
　　
　　 case 'X':
　　 case 'x':
　　 base = 16;
　　
　　 lprt:
　　 {
　　 long currentArg;
　　 if (flags & LONGARG)
　　 currentArg = va_arg(arg, long);
　　 else
　　 {
　　 currentArg = va_arg(arg, int);
　　 if (base >= 0)
　　 currentArg = (long)(unsigned)currentArg;
　　 }
　　 ltob(currentArg, s, base);
　　 p = s;
　　 }
　　 break;
　　
　　 default:
　　 handle_char('?');
　　
　　 handle_char(*fmt);
　　 continue;
　　
　　 }
　　 {
　　 size_t i = 0;
　　 while(p[i]) i++;
　　 size -= i;
　　 }
　　
　　 if (flags & RIGHT)
　　 {
　　 int ch = ' ';
　　 if (flags & ZEROSFILL) ch = '0';
　　 for (; size > 0; size--)
　　 handle_char(ch);
　　 }
　　 for (; *p != '\0'; p++)
　　 handle_char(*p);
　　
　　 for (; size > 0; size--)
　　 handle_char(' ');
　　 }
　　 va_end(arg);
　　}
　　
　　
　　这个就是比较完整的格式化函数
　　里面多次调用一个函数：handle_char
　　来看看它的定义：
　　STATIC VOID handle_char(COUNT c)
　　{
　　 if (charp == 0)
　　 put_console(c);
　　 else
　　 *charp++ = c;
　　}
　　
　　里面又调用了put_console
　　显然，从函数名就可以看出来：它是用来显示的
　　void put_console(int c)
　　{
　　 if (buff_offset >= MAX_BUFSIZE)
　　 {
　　 buff_offset = 0;
　　 printf("Printf buffer overflow!\n");
　　 }
　　 if (c == '\n')
　　 {
　　 buff[buff_offset] = 0;
　　 buff_offset = 0;
　　#ifdef __TURBOC__
　　 _ES = FP_SEG(buff);
　　 _DX = FP_OFF(buff);
　　 _AX = 0x13;
　　 __int__(0xe6);
　　#elif defined(I86)
　　 asm
　　 {
　　 push ds;
　　 pop es;
　　 mov dx, offset buff;
　　 mov ax, 0x13;
　　 int 0xe6;
　　 }
　　#endif
　　 }
　　 else
　　 {
　　 buff[buff_offset] = c;
　　 buff_offset++;
　　 }
　　}
　　
　　
　　注意：这里用递规调用了printf，不过这次没有格式化，所以不会出现死循环。
　　
　　好了，现在你该更清楚的知道：printf的实现了
　　
　　现在再说另一个问题：
　　无论如何printf()函数都不能确定参数...究竟在什么地方结束，也就是说，它不知
　　道参数的个数。它只会根据format中的打印格式的数目依次打印堆栈中参数format后面地址
　　的内容。