使用GCC和GNU Binutils编写能在x86实模式运行的16位代码
不可否认，这次的标题有点长。之所以把标题写得这么详细，主要是为了搜索引擎能够准确地把确实需要了解GCC生成16位实模式代码方法的朋友带到我的博客。先说一下背景，编写能在x86实模式下运行的16位代码，这个话题确实有点复古，所以能找到的资料也相应较少。要运行x86实模式的程序，目 前我知道的只有两种方式，一种是使用DOS系统，另一种是把它写成引导扇区的代码，在系统启动时直接运行。很显然，许多讲自己实现操作系统的书籍都会讲到 x86实模式，也只有自己实现操作系统引导的朋友需要用到x86实模式，所以我这篇文章的阅读用户数肯定很少，虽然我自认为它填补了网上关于该话题相关资 料缺乏的空白。因此，凡是逛到我这篇文章的朋友，请点一下推荐，谢谢。
为什么说我这篇博客填补了相关话题的空白呢？那是因为不管是那些写书的，还是网上写文章的，一旦需要编写16位的实模式代码，都喜欢拿NASM 说事儿，一点也不顾GNU AS的感受。当然，这是有历史原因的，因为Linux自从其诞生起就是32位，就是多用户多任务操作系统，所以GCC和Gnu AS一移植到Linux上就是用来编写32位保护模式的代码的。而且，ELF可执行文件格式也只有ELF32和ELF64，没听说过有ELF16的。即使 是Linux自己，刚诞生的时候（1991年），也只有使用as86汇编器来编写自己的16位启动代码，直到1995年以后，GNU AS才逐步加入编写16位代码的能力。
下面开始我的GCC和GNU Binutils的16位代码之旅。我决定使用DOS作为我的测试环境，所以最后生成的可执行文件都把它制作成DOS系统中可运行的Plain Binary格式。第一步安装一个qemu虚拟机来运行FreeDOS，安装虚拟机在Ubuntu中只需要一个sudo apt-get install qemu命令就可以完成，所以我就不截图了。但是FreeDOS的软盘映像文件需要到Qemu的官网上面去下载，下载地址如下图：
使用qemu-system-i386 -fda freedos.img可以运行Qemu虚拟机和FreeDOS系统，如下图：
因为汇编语言更接近底层，而C语言更高级，所以先从汇编语言开始，逐步过渡到C语言。先写一个简单的、能在DOS中显示一个 “Hello，world！”的汇编语言程序，考虑到我之后会使用该程序调用C语言的main函数，并且该程序负责让程序运行结束后顺利返回DOS系统， 所以我把这个程序命名为test_code16_startup.s。其代码如下：
下面对以上代码进行简单解释：
1. GNU AS汇编器使用的汇编语言采用的是AT&T语法，该语法和Intel语法不同。我更喜欢AT&T的语法，原因有两个，一是 AT&T语法是Linux世界中通用的标准，二是AT&T语法在某些概念方面确实理解起来更简单（比如内存寻址模式）。有汇编语言基础的 人，AT&T语法学起来也很快，主要有以下几条：①汇编指令后面跟有操作数长度的后缀，比如mov指令，如果操作数是8位，则用movb，如果操 作数是16位，则用movw，如果操作数是32位，则用movl，如果操作数是64位，则用movq，其余指令依此类推；②操作数的顺序是源操作数在前， 目标操作数在后，比如movw %cs, %ax表示把cs寄存器中的数据移动到ax寄存器中，这个顺序和Intel汇编语法正好相反；③所有的寄存器使用%前缀，如%ax, %di, %esp等；④对于立即数，需要使用$前缀，比如 $4, $0x0c，而且如果一个数字是以0开头，则是8进制，以其它数字开头，是10进制，以0x开头则是16进制，标号当立即数使用时，需要$前缀，比如上面的pushw $message，而标号当函数名使用时，不需要$前缀，比如上面的callw display_str；⑤内存寻址方式，众所周知，x86寻址方式众多，什么直接寻址、间接寻址、基址寻址、基址变址寻址等等让人眼花缭乱，而AT&T语法对内存寻址方式做了一个很好的统一，其格式为section:displacement(base, index, scale)， 其中section是段地址，displacement是位移，base是基址寄存器，index是索引，scale是缩放因子，其计算方式为线性地 址=section + displacement + base + index*scale，最重要的是，可以省略以上格式中的一个或多个部分，比如movw 4, %ax就是把内存地址4中的值移动到ax寄存器中，movw 4(%esp), %ax就是把esp+4指向的地址中的值移动到ax寄存器中，依此类推。我上面的介绍是不是全网络最简明的AT&T汇编语法教程？
2. 在以上代码中我全部使用的都是16位的指令，如movw、pushw、callw等，并且直接在代码中定义了字符串“Hello, world！”。
3. 在以上代码中使用了函数display_str，在调用display_str之前，我使用pushw $15和pushw $message 将参数从右向左依次压栈，然后使用callw指令调用函数，这和C语言的函数调用约定是一样的。调用callw指令会自动将%ip寄存器压栈，而在函数开 始时，我又用pushw %bp将%bp寄存器压栈，所以%esp又向下移动了4个字节，所以在函数中使用0x4(%esp)和0x6(%esp)可以访问到这两个参数。在32位 代码中，由于调用函数时压栈的是%eip和%ebp，所以需要使用0x8(%esp)和0xc(%esp)来依次访问压栈的参数。关于汇编语言函数调用的 细节，我这里有一本好书Linux汇编编程指南.pdf。这是一本免费的英文版电子书，其原名为《Programming from the ground up》。
Linux汇编编程指南 PDF （英文）下载：
------------------------------------------分割线------------------------------------------
具体下载目录在 /2014年资料/9月/23日/使用GCC和GNU Binutils编写能在x86实模式运行的16位代码
------------------------------------------分割线------------------------------------------
4. 以上代码使用BIOS中断int 0x10来输出字符串，使用DOS中断int 0x21来返回DOS系统。
5. 最重要的是，需要使用.code16指令让汇编器将程序汇编成16位的代码。