《ORANGE’S：一个操作系统的实现》读书笔记（四）突破512字节（一）

        进入保护模式不是一件很困难的事情，按照指定的步骤进行操作就可以了。但是我们要做的事情是很多的，如果我们总是局限在512字节的引导扇区上，那么很多事情就都做不了了。这显然不是我们想要的，我们需要一个方法帮助我们突破这512字节的引导扇区的限制，让我们可以做更多的事情。

        虽然引导扇区小，但是我们现在使用的软盘容量却大的多。所以，可以再建立一个文件，将其通过引导扇区加载入内存，然后将控制权交给它。这样，512字节的限制就没有了。

        那么，被引导扇区加载进内存的是不是就应该是操作系统内核了呢？一个操作系统从开机到开始运行，大致经历“引导 -> 加载内核入内存 -> 跳入保护模式 -> 开始执行内核”这样一个过程。也就是说，在内核开始执行之前不但要加载内核，而且还有准备保护模式等一些列工作，如果全都交给引导扇区来做，512字节有可能是不够用的，所以，我们把这个过程交给另外的模块来完成，我们把这个模块叫做 Loader。引导扇区负责把 Loader 加载入内存并且将控制权交给它，其它工作都交给 Loader 来做，因为它没有512字节的限制，可以做更多的事情。

        在这里，书上记录的方式是将软盘做成 FAT12 格式，这样对 Loader 以及今后的 Kernel（内核）的操作将会简单易行。

FAT12

        FAT12 是DOS时代就开始使用的文件系统（File System），直到现在仍然在软盘上使用（可能现在已经有很多人没有见过软盘了，而且软盘也不再被电脑使用，但是本书就是使用这样的方式。我个人理解的是，如果将这种方式理解了，那么换成其它的，应该也是一样的操作方式，比如FAT32）。几乎所有的文件系统都会把磁盘划分为若干层次以方便组织和管理，这些层次包括：

• 扇区（Sector）：磁盘上的最小数据单元。
• 簇（Clust）：一个或多个扇区。
• 分区（Partition）：通常指整个文件系统。

        引导扇区是整个软盘的第 0 个扇区，在这个扇区中有一个很重要的数据结构叫做 BPB（BIOS Parameter Block），引导扇区的格式如下表所示，其中名称以BPB_开头的域属于BPB，以BS_ 开头的域不属于BPB，只是引导扇区的一部分。

名称	偏移	长度	内容	Orange's 的值
BS_jmpBoot	0	3	一个短跳转指令	jmp LABEL_START nop
BS_OEMName	3	8	厂商名	'ForrsetY'
BPB_BytePerSec	11	2	每扇区字节数	0x200
BPB_SecPerClus	13	1	每簇扇区数	0x1
BPB_RsvdSecCnt	14	2	Boot记录占用多少扇区	0x1
BPB_NumFATs	16	1	共有多少个FAT表	0x2
BPB_RootEntCnt	17	2	根目录文件数最大值	0xE0
BPB_TotSec16	19	2	扇区总数	0xB40
BPB_Media	21	1	介质描述符	0xF0
BPB_FATSz16	22	2	每个FAT扇区数	0x9
BPB_SecPerTrk	24	2	每磁道扇区数	0x12
BPB_NumHeads	26	2	磁头数（面数）	0x2
BPB_HiddSec	28	4	隐藏扇区数	0
BPB_TotSec32	32	4	如果BPB_TotSec16是0，由这个值记录扇区数	0
BS_DrvNum	36	1	中断13的驱动器号	0
BS_Reservedl	37	1	未使用	0
BS_BootSig	38	1	扩展引导标记（29h）	0x29
BS_VolID	39	4	卷序列号	0
BS_VolLab	43	11	卷标	'OrangeS0.02'
BS_FileSysType	54	8	文件系统类型	'FAT12'
引导代码及其它	62	448	引导代码、数据及其它填充字符等	引导代码（剩余空间被0填充）
结束标志	510	2	0xAA55	0xAA55

        紧接着引导扇区的是两个完全相同的FAT表，每个占用9个扇区。第二个FAT之后是根目录区的第一个扇区。根目录区的后面是数据区，如下图所示。 

        接下来要做的事情就是把 Loader 复制到软盘上并让引导扇区找到并加载它，那么就来看一下引导扇区通过怎样的步骤才能找到文件，以及如何把文件内容全部都读出来并放进内存里。为简单起见，我们规定 Loader 只能放在根目录中，而根目录信息放在FAT2后面的根目录区中。那么，先来看一下根目录区。

        根目录区位于第二个FAT表之后，开始的扇区编号为19，它由若干个目录条目（Directory Entry）组成，条目最多有 BPB_RootEntCnt 个。由于根目录区的大小是依赖于BPB_RootEntCnt的，所以长度不固定。根目录区的每一个条目占用 32 字节，它的格式如下表所示。

名称	偏移	长度	描述
DIR_Name	0	0xB	文件名8字节，扩展名3字节
DIR_Attr	0xB	1	文件属性
保留位	0xC	10	保留位
DIR_WrtTime	0x16	2	最后一次写入时间
DIR_WrtDate	0x18	2	最后一次写入日期
DIR_FstClus	0x1A	2	此条目对应的开始簇号
DIR_FileSize	0x1C	4	文件大小

        条目格式结构并不复杂，但是我们要是能直观看到一个真实的目录条目就好了。这并不难做到，我们可以使用上一篇文章创建的虚拟软盘 fd.img，然后把它作为 FreeDos 的A盘，格式化后就可以方便地往其中添加文件和目录了。这样，当我们想查看它的格式时，只需要用二进制查看器打开 fd.img 就可以了。

        接下来，按照书上所示，通过FreeDos在这张虚拟软盘中添加以下2个文本文件进行查看：

• RIVER.TXT，内容为 riverriverriver。
• FLOWER.TXT，内容输入大量字符（重复单词：flower），使该文件大小超过512字节，用来测试文件跨越扇区的情况。

        完成后，我们使用二进制查看器打开 fd.img 文件进行查看。我这里选用的二进制文件查看器是：Bz1621.lzh，你可以选择自己习惯的二进制查看器软件进行使用。

        由于根目录区是从第19扇区开始，每个扇区512字节，所以根目录区第一个字节位于偏移 19×512=9728(十进制)=0x2600(十六进制)处。现在使用Bz二进制查看器软件打开 fd.img 文件，转到偏移 0x2600处查看一下内容，如下图所示：

        看到这里，可以清楚的看到创建的两个文件的单词 RIVER、FLOWER，那么以 RIVER.TXT 为例，按照条目格式结构进行分析理解（DOS是小端存储）。 

名称	偏移	长度	描述	值
DIR_Name	0	0xB	文件名8字节，扩展名3字节	RIVER TXT
DIR_Attr	0xB	1	文件属性	0x20
DIR_WrtTime	0x16	2	最后一次写入时间	0x553A
DIR_WrtDate	0x18	2	最后一次写入日期	0x5787
DIR_FstClus	0x1A	2	此条目对应的开始簇号	0x0002
DIR_FileSize	0x1C	4	文件大小	0x00000011

        文件名和大小很容易理解，时间日期信息对我们没用。当我们寻找Loader时，只要发现文件名正确就认为它是我们要找的那个文件。最后剩下最重要的信息DIR_FstClus，即文件开始簇号，它告诉我们文件存放在磁盘的什么位置，从而让我们找到它。由于一个簇只包含一个扇区，所以为了简化计算过程，下文中将“簇”替换成“扇区”进行记录。

        需要注意的是，数据区的第一个簇的簇号是2，而不是0或者1。RIVER.TXT的开始簇号是2，也就是说，此文件的数据开始于数据区第一个簇。数据区的第一个簇即第一个扇区位置在哪里呢？这需要通过计算根目录区所占的扇区数才能知道。我们既然已经知道了根目录区条目最多有BPB_RootEntCnt个，扇区数也就可以计算出来了，假设根目录区共占用 RootDirSectors 个扇区，则有公式：

 

         将数字带入公式，结果取整，得到 RootDirSectors=14。所以：数据区开始扇区号=根目录区开始区号+14=19+14=33。第33扇区偏移量为512×33=16896，转换为16进制为：0x4200，让我们到这个位置看一下里面的内容。从下图中可以看出，和我们写入的文件内容是一样的。

        这时可能会有一个问题，那就是我们已经通过根目录区找到了文件并看到了内容，那我们还要FAT表做什么呢？实际上，对于小于512字节的文件来说，FAT表用处不大，但是如果文件大于512字节，我们就需要用FAT表来找到所有的簇（扇区），毕竟文件大于512字节还是很常见的。

        FAT表有两个，FAT2可看做是FAT1的备份，它们通常是一样的。那么FAT表的结构是什么样的呢？我们还是先来一点直观的认识，FAT1的扇区编号是1，偏移512字节，转换为16进制是0x200，我们到这个位置看一下里面的内容。如下图：

        根本看不懂里面的内容是什么。书上讲的是，这里的内容有点像一个位图，其中，每12位称为一个FAT项（FATEntry），代表一个簇。第0个和第1个FAT项始终不使用，从第2个FAT项开始表示数据区的每一个簇，依此类推。

        需要注意的是，由于每个FAT项占12位，包含一个字节和另一个字节的一半，所以显得有点别扭。具体是这样的，假设连续3个字节分别如下图所示，那么灰色框表示的是前一个FAT项（FATEntry1），BYTE1是FATEntry1的低8位，BYTE2的低4位是FATEntry1的高4位；白色框表示的是后一个FAT项（FATEntry2），BYTE2的高4位是FATEntry2的低4位，BYTE3是FATEntry2的高8位。

        通常，FAT项的值代表的是文件下一个簇号，但如果值大于或等于0xFF8，则表示当前簇已经是本文件的最后一个簇。如果值为0xFF7，表示它是一个坏簇。文件中的簇号和FAT项相对应，例如文件RIVER.TXT的开始簇号是2，对应FAT表中第2个FAT项，该项的值为0xFFF，该值大于0xFF7，表示这个簇已经是最后一个簇了。

        接下来我们来看一下FLOWER.TXT文件，这个文件比较大，超过512字节，看一下它对应的FAT项是什么样的。FLOWER.TXT文件的簇号为3，对应第3个FAT项，该项的值为0x004，也就是说，这个簇不是文件的最后一个簇，下一个簇号为4。我们再看第4个FAT项，该项值为0x005；不是最后一个簇，接着看第5个FAT项，该项值为0x006；往下看第6个FAT项，该项值为0xFFF，大于0xFF8，为最后一个簇。所以，FLOWER.TXT占用了第3、4、5、6，共计4个簇。第3个簇对应的是第34个扇区，第34扇区偏移量为512×34=17408，转换为16进制为：0x4400。让我们到这里看一下里面的内容（如下图），可以看到好多单词“flower”，和写入文件的内容是一样的。

        这里需要注意一点，一个FAT项可能会跨越两个扇区，这种情况在编码实现的过程中要考虑在内。

        好了，到这里为止，如何在一个软盘中找到自己想要的文件应该已经清楚了。