c语言的main函数汇编,[汇编与C语言关系]2. main函数与启动例程

为什么汇编程序的入口是_start，而C程序的入口是main函数呢？以下就来解释这个问题

在《x86汇编程序基础(AT&T语法)》一文中我们汇编和链接的步骤是:

$ as hello.s -o hello.o

$ ld hello.o -o hello

我们用gcc main.c -o main开编译一个c程序，其实际分为三个步骤：编译、汇编、链接

$ gcc -S main.c 生成汇编代码

$ gcc -c main.s 生成目标文件

$ gcc main.o　　　 生成可执行文件

我们先前在《x86汇编程序基础(AT&T语法)》中由第一个汇编程序生成的目标文件hello.o我们使用ld来链接的，那能不能用gcc呢？如下：

报了两个错误：1. _start有多处定义，一个定义是我们汇编代码中的。另一个定义来自/usr/lib/cr1l.o;2. crt1.o的_start函数要调用main函数，而我们的汇编代码中没有提供main函数的定义。最后一行显示这些错误提示是ld报出的。所以如果我们用gcc做链接，gcc实际是调用ld将目标文件crt1.o和我们写的hello.o链接在一起。

如果目标文件是由C程序编译生成的，用gcc做链接就没错了，整个程序的入口是crtl.o中提供的_start，它首先做一些初始化操作(以下称为启动例程,Startup Routine)，然后调用C代码中提供的main函数。_start才是真正的入口点，main是被_start调用的。　　我们继续上一篇文章《[汇编与C语言关系]1.函数调用》研究，gcc main.o -o main其实是调用ld做链接的，相当于这样的命令：

$ ld /usr/lib/crt1.o /usr/lib/crti.o main.o -o main -lc -dynamic-linker /lib/ld-linux.so.2

除了crt1.o之外还有crti.o，这两个目标文件和我们的hello.o链接在一起生成可执行文件main。-lc表示需要链接libc库，-lc选项是gcc默认的，不用写，而对于ld则不是默认选项，所以要写上。-dynamic-linker /lib/ld-linux.so.2指定动态链接器是/lib/ld-linux.so.2。

我们可以用readelf查看crt1.o和crti.o里面的内容。在这里我们只关心符号表，如果只看符号表，可以用readelf命令的-s选项，也可以用nm命令。

$ nm /usr/lib/crt1.o

00000000 R _IO_stdin_used

00000000 D __data_start

U __libc_csu_fini

U __libc_csu_init

U __libc_start_main

00000000 R _fp_hw

00000000 T _start

00000000 W data_start

U main

$ nm /usr/lib/crti.o

U _GLOBAL_OFFSET_TABLE_

w __gmon_start__

00000000 T _fini

00000000 T _init

U main这一行表示main这个符号在crt1.o中用到了，但是没有定义(U表示Undefined)，因此需要别的目标文件提供一个定义并且和crt1.o链接在一起。具体来说，在crt1.o中要用到main这个符号所代表的地址，例如有一条指令是push $符号main所代表的地址， 但不知道这个地址是多少，所以在crt1.o中这条指令暂时写成$0x0，等到和main.o链接成可执行文件时就知道这个地址是多少了，比如是0x80483c4，那么可执行文件main中的这条指令就被链接器改成push $0x80483c4。链接器在这里起到符号解析(Symbol Resolution)的作用。链接器还有一种作用就是重定位作用，而链接器编辑的是目标文件，所以链接器也是一种编辑器，vi等其他编辑器编辑的是源文件，而链接器编辑的是目标文件，所以链接器也叫Link Editor。T _start这一行表示_start这个符号在crt1.o中提供了定义，这个符号的类型是代码(T表示Text)。我们从上面的输出结果中选取几个符号用图示说明它们之间的关系：

上边我们写的ld命令做了简化，gcc在链接过程中还用到了其他几个目标文件，所以上图多画了一个框，表示组成可执行文件main的除了main.o、crt1.o和crti.o之外还有其他目标文件，gcc -v选项可以了解详细的编译过程。

链接生成的可执行文件main中包含了各目标文件所定义的符号, 通过反汇编可以看到这些符号的定义：

crt1.o中的未定义符号main在main.o中定义了，所以链接在一起就没有问题了。crt1.o还有一个未定义符号_libc_start_main在其他几个目标文件中也没有定义，所以在可执行文件main中仍然是个未定义符号。这个符号是在libc中定义的，libc并不像其他目标文件一样链接到可执行文件main中，而是在运行时做动态链接:

1.操作系统在加载执行main这个程序时，首先查看它有没有需要动态链接的未定义符号。

2. 如果需要做动态链接，就查看这个程序制定了哪些共享库(我们用-lc指定了libc)以及用什么动态链接器来做动态链接(我们用 -dynamic-linker /lib/ld-linux.so.2指定了动态链接器)。

3. 动态链接器在共享库中查找这些符号的定义，完成链接过程。

了解了这些以后我们来看_start的反汇编:

首先将一系列参数压栈，然后调用libc的库函数__libc_start_main做初始化工作，其中最后一个压栈的参数push $0x80483c4是main函数的地址，__libc_start_main在完成初始化工作之后会调用main函数。由于__libc_start_main需要动态链接，所以这个库函数的指令可以在可执行文件main的反汇编中肯定是找不到的，然而我们找到了这个：

一开始看到这以为是libc被链接进去了，其实不是。这三条指令位于.plt段不是.text段，.plt段协助完成动态链接的过程。

main函数的原型是int main(int argc, char *argv[])，也就是说启动例程会传两个参数给main函数。

由于main函数是被启动例程调用的，所以从main函数return时仍返回到启动例程中，main函数的返回值被启动例程得到，如果将启动例程表示成等价的C代码(实际上启动例程一般是直接用汇编写的)，则它调用main函数的形式是:

exit(main(argc, argv));

也就是说启动例程得到main函数的返回值后，会立刻用它做参数调用exit函数。exit也是lib中的函数，它首先做一些清理工作，然后调用_exit系统调用终止进程，main函数的返回值最终被传给_exit系统调用，成为进程的退出状态。我们也可以在main函数中直接调用exit函数终止进程而不返回到启动例程。

注意，退出状态只有8位，而且被Shell解释成无符号数，如果将上面的代码改为exit(-1);或return -1;则echo $?会输出255。

使用_exit函数需要包含头文件unistd.h。