GCC连接脚本学习笔记

脑经急转弯

[size=13.3333px]连接脚本将我整整蒙了1天零一个上午，做了很多实验，看了人家不少例子代码
[size=13.3333px]勉强能驾驭了，让linker按照我想要的来处理，做个笔记。

[size=13.3333px]1，什么叫输入段，什么叫输出段
[size=13.3333px]不知道怎么回事，我对GCC系列的输入和输出两个单词总是进入思维死角，很简单
[size=13.3333px]就是 input section 和 output section，这里不是说翻译的问题，我觉得是一种
[size=13.3333px]思考的方式的问题。
[size=13.3333px]我的问题就是：既然叫输入端，那输入什么？同理，输出的是什么？不知道其他人
[size=13.3333px]不会不理解这个问题，我自己的话是理解了不少时间了 -v-

[size=13.3333px]所谓的输出段，是指生成的文件，例如 elf 中的每个段
[size=13.3333px]所谓的输入段，是指连接的时候提供LD的所有目标文件(OBJ)中的段。


[size=13.3333px]2，lma 和 vma
[size=13.3333px]lma =  load memory address
[size=13.3333px]vma =  vitual memory address
[size=13.3333px]如果有研究过ADS的估计有印象，那里有个 RO BASE 和 RW BASE 和 ZI BASE，也
[size=13.3333px]就是说，lma 是装载地址，vma 是运行地址，想搞清楚这两个问题，可以阅读一下
[size=13.3333px]《ARM学习报告(杜云海)》作者写的很好，将这个问题分析的很透澈。lma 和vma
[size=13.3333px]只是GCC的叫法而已，其实原理是一样的。



[size=13.3333px]3，两个基本架构
[size=13.3333px]OUTPUT_FORMAT("elf32-littlearm", "elf32-bigarm",
[size=13.3333px]                  "elf32-littlearm")
[size=13.3333px]OUTPUT_ARCH(arm)

[size=13.3333px]一句话，照抄......因为我们没有修改的余地，都是系统默认的关键字。第一句
[size=13.3333px]指示系统可以有生成两种格式，默认是 elf32-arm，端格式是 little endian



[size=13.3333px]4，ENTRY(__ENTRY)
[size=13.3333px]指定入口点，LD的手册说，ENTRY POINT 就是程序第一条执行的指令，但是，说老
[size=13.3333px]实话，我并不理解，因为这里跟我的理解矛盾了，首先，通常情况，系统需要一个
[size=13.3333px]初始化的 STARTUP.S文件来初始化硬件，也就是 bootloader的第一阶段了。那么
[size=13.3333px]很自然，入口点需要设置在这段代码的第一条指令中，那么正常运行的时候从第一
[size=13.3333px]条指令开始运行。所以这里设置了__ENTRY为入口点，这个在汇编代码中必须得先
[size=13.3333px]声明一下为全局，才能用，否则系统找不到。例如：
[size=13.3333px].global __ENTRY

[size=13.3333px]但是问题是，如果我用同样的办法，设置另外一个不是第一条指令的入口点，LD并
[size=13.3333px]没有报错，但是问题来了，生成的文件和刚才设置入口点为 __ENTRY 的时候一模一
[size=13.3333px]样，这就蒙了，到底这个入口点是怎么回事？
[size=13.3333px]记得以前ADS的时候也碰到过 entry point的问题，下载仿真的时候确实是自动跳转
[size=13.3333px]到 entry point中运行。
[size=13.3333px]我想到的可能的原因，第一，生成 elf 文件并不是能直接用在嵌入式平台上面裸跑
[size=13.3333px]的，因为我们并没有操作系统，我们不需要elf文件头的那些指示信息提供给操作
[size=13.3333px]系统，指示系统怎么去加载文件，在嵌入式上面的完全没有那个必要，只需要将实
[size=13.3333px]际的代码提取出来，直接运行就OK，也就是 objcopy的操作，所以我觉得，在裸奔
[size=13.3333px]的嵌入式系统上面，entry point是没有意义的，只需要指向整个代码最开始的指
[size=13.3333px]令就OK了。
[size=13.3333px]暂时我还是不能清晰的理解这个东西。先放下。以后碰到问题再分析。




[size=13.3333px]5，一个输出段的标准格式
[size=13.3333px]section [address] [(type)] : [AT(lma)]
[size=13.3333px]  {
[size=13.3333px]    output-section-command
[size=13.3333px]    output-section-command
[size=13.3333px]    ...
[size=13.3333px]  } [>region] [AT>lma_region] [:phdr :phdr ...] [=fillexp]

[size=13.3333px]前面也说了，所谓的输出段是指最终生成的文件里面的段，所以一个输出段就可以
[size=13.3333px]理解为最终文件里面的一个块，那么多个块合起来就是一个完成文件了。
[size=13.3333px]而每个小块又分别有什么文件来组成呢？那就是输入段了。

[size=13.3333px]我自己实际用到有下面的一些，其他暂时不会用。
[size=13.3333px]section_name  vma : AT(lma)
[size=13.3333px]  {
[size=13.3333px]    output-section-command
[size=13.3333px]    output-section-command
[size=13.3333px]    ...
[size=13.3333px]  } [AT>lma_region]

[size=13.3333px]section_name 根据ld手册说是有个确定的名字，其他没啥，自己添加一些新段也是
[size=13.3333px]可以的。
[size=13.3333px]默认的4个段是必须有的
[size=13.3333px].text 代码
[size=13.3333px].rodata 常量，例如字符串什么的
[size=13.3333px].data 初始化的全局变量
[size=13.3333px].bss  没有初始化的全局变量
[size=13.3333px]其实没什么，可以说，都是固定的，所以一句话，照抄。

[size=13.3333px]段名字后面紧跟的是 vma ，也就是这个段在程序运行的时候的地址，例如
[size=13.3333px].text 0x30000000 :
[size=13.3333px]{
[size=13.3333px]    *(.text)
[size=13.3333px]}
[size=13.3333px]表示的是代码的运行时地址为 0x30000000 假如你的ROM在 0x0 地址，程序放在ROM
[size=13.3333px]中，那个时候程序是不能正常运行的（位置无关代码除外），必须将代码COPY到VMA
[size=13.3333px]也就是 0x30000000 中才能正常运行。

[size=13.3333px]至于那个 AT(lma) 的关键字，只指示代码连接的时候应该放在什么地方，注意好
[size=13.3333px]这个英文是 load memory address，是指程序应该装载在什么地方，而不是指这个段
[size=13.3333px]应该在最后生成的bin文件的位置！！！这个东西蒙骗了我，让我郁闷了1天。elf格
[size=13.3333px]式的文件里面不但包含了代码，还包含了各种各样的信息，例如上面说的每个段的
[size=13.3333px]lma 和vma，还有其他信息都包含在里面了。
[size=13.3333px]默认状态下，lma 是等于当前的vma的，例如
[size=13.3333px]    .text 0x30000000 :
[size=13.3333px]        {
[size=13.3333px]                *(.text)
[size=13.3333px]                *(.rodata)
[size=13.3333px]        }
[size=13.3333px]    .data 0x33ffff00 :  
[size=13.3333px]        {
[size=13.3333px]                *(.data)
[size=13.3333px]        }
[size=13.3333px]例如我们基本的两个段，我们指定了.text 和.data段的vma，但是没有指定lma，那么
[size=13.3333px]lma到底应该是多少？很简单，ld认为当前的lma和vma是相同的，所以lma应该分别是
[size=13.3333px]0x30000000 0x33ffff00，编译生成的elf文件很小，但是objcopy出来的文件却非常
[size=13.3333px]巨大，达到了60多MB，这是什么问题？
[size=13.3333px]elf文件很聪明，他只是保存了信息，.text段的lma是0x30000000，那么elf就保存了
[size=13.3333px]知道本程序的代码应该加载到 0x30000000，然后又保存了.data的lma，我们留意到
[size=13.3333px]中间有很多的地址空间是空的，并没有实际的代码，elf怎么处理？elf只保存了两个
[size=13.3333px]地址和实际的代码，而对于其他空间里面的代码他并不处理，所以可以看出，最后生成
[size=13.3333px]的elf文件并不大，也就100多KB而已，但是后来的OBJCOPY操作中，从elf文件中copy
[size=13.3333px]出程序代码，这下就糟了，objcopy是从最开始的lma开始，这里是 0x30000000一直
[size=13.3333px]复制到最尾段的lma，这里是 0x33ffff00，中间没有代码地方全部补零，那么60多MB
[size=13.3333px]的大bin文件就是这样来的。
[size=13.3333px]可以验证一下，如果手动指定开始的lma为0的话
[size=13.3333px]    .text 0x30000000 : AT(0)
[size=13.3333px]        {
[size=13.3333px]                *(.text)
[size=13.3333px]                *(.rodata)
[size=13.3333px]        }
[size=13.3333px]    .data 0x33ffff00 :  
[size=13.3333px]        {
[size=13.3333px]                *(.data)
[size=13.3333px]        }
[size=13.3333px]其中.text段的lma被AT强制指定为0，那么objcop出来的bin文件相当的华丽，达到了
[size=13.3333px]700多MB，为什么？都说了，从0开始到 0x33ffff00，中间补零，字节数相当的可观呢。

[size=13.3333px]一般我们常用的做法是：
[size=13.3333px]1，.data段的 lma 和 vma 都是紧跟着 .text 的，或者用ARM的说法就是 RW段紧跟着
[size=13.3333px]RO段，这样的做法非常简单
[size=13.3333px]    .text 0x30000000 :
[size=13.3333px]        {
[size=13.3333px]                *(.text)
[size=13.3333px]                *(.rodata)
[size=13.3333px]        }
[size=13.3333px]    .data :  
[size=13.3333px]        {
[size=13.3333px]                *(.data)
[size=13.3333px]        }
[size=13.3333px]    .bss  :
[size=13.3333px]        {
[size=13.3333px]                *(.bss) *(.COMMON)
[size=13.3333px]        }
[size=13.3333px]只指定RO BASE，然后所有代码都是跟着RO BASE分配，这样非常简单。

[size=13.3333px]2，.data段分离出来，连接到不同的vma运行时地址。
[size=13.3333px]    .text 0x30000000 :
[size=13.3333px]        {
[size=13.3333px]                *(.text)
[size=13.3333px]                *(.rodata)
[size=13.3333px]        }
[size=13.3333px]    .data 0x31000000 : AT(LOADADDR(.text) + SIZEOF(.text))  
[size=13.3333px]        {
[size=13.3333px]                *(.data)
[size=13.3333px]        }
[size=13.3333px]    .bss  :
[size=13.3333px]        {
[size=13.3333px]                *(.bss) *(.COMMON)
[size=13.3333px]        }
[size=13.3333px]其实也不难解决，像上面的代码那样做就OK了，上面也分析了，如果vma不同的话，objcopy
[size=13.3333px]会一直复制，这样生成的bin文件会很大，怎么解决？很简单，手工指定 .data段的lma地址
[size=13.3333px]让 .data段的 lma 紧紧跟着 .text段的末尾，这样生成的 bin 文件就会很漂亮，跟第一种
[size=13.3333px]办法生成的bin文件结构一模一样！！
[size=13.3333px]AT(LOADADDR(.text) + SIZEOF(.text))  
[size=13.3333px]这个指令大概解释一下，AT 是指定lma 的，然后里面用了两个指令 LOADADDR ，和名字一样
[size=13.3333px]这个指令是用来求 lma 地址的！ SIZEOF 也就是名字那样，求大小的
[size=13.3333px]LOADADDR(.text) 求出 .text 段的 lma，注意是开始地址
[size=13.3333px]SIZEOF(.text)   求出 .text 段的大小
[size=13.3333px]AT(LOADADDR(.text) + SIZEOF(.text))  的效果就是，指定 .data段的lma在 .text段lma
[size=13.3333px]的结尾处！
[size=13.3333px]这里补充一下，还有一个指令 ADDR(.text) 这个是求vma的，不是求lma。

[size=13.3333px]另外，注意一下 .bss段的lma和 .data段的 lma是一样的，这也反映了一个实质问题 .bss 段
[size=13.3333px]只分配运行地址 vma，并不实际占空间的。

[size=13.3333px]3，如果我想自己添加一些段，应该怎么去实现？
[size=13.3333px]例如我要添加一个 .vector 的段，里面放的是一些数据，怎么实现？
[size=13.3333px]（1）如果在汇编代码里面添加，那么可以新启动一个段
[size=13.3333px]例如在 2440init.S 中添加 .vector 段
[size=13.3333px].section .text
[size=13.3333px]....
[size=13.3333px]....     
[size=13.3333px]（其他代码）

[size=13.3333px].section   .vector     @ 在这里声明一个段，并且放连个数据
[size=13.3333px].word  0x55
[size=13.3333px].word  0xaa

[size=13.3333px]汇编代码段的开始由  .section 声明，接着后面的都属于这个段，直到第二个 .section 声明
[size=13.3333px]为止。
[size=13.3333px]我这个 .vector段是需要连接到 0x33ffff00 的，非常的特殊，那么按照前面的办法

[size=13.3333px]    .text 0x30000000 :
[size=13.3333px]        {
[size=13.3333px]                *(.text)
[size=13.3333px]                *(.rodata)
[size=13.3333px]        }
[size=13.3333px]    .data 0x31000000 : AT(LOADADDR(.text) + SIZEOF(.text))  
[size=13.3333px]        {
[size=13.3333px]                *(.data)
[size=13.3333px]        }
[size=13.3333px]    .bss  :
[size=13.3333px]        {
[size=13.3333px]                *(.bss) *(.COMMON)
[size=13.3333px]        }
[size=13.3333px]    .vector 0x33ffff00 : AT(LOADADDR(.data) + SIZEOF(.data))
[size=13.3333px]        {
[size=13.3333px]                *(.vector)
[size=13.3333px]        }

[size=13.3333px]可以看出，形式其实是一样，不过看一下，添加的段的lma放在 .data 段的lma的后面，前面也说
[size=13.3333px]看 .bss 和 .data的lma是一样的，所以其实无视掉 .bss段就OK了。

[size=13.3333px]（2）在C语言中怎么添加一个变量指定放到 .vector段
[size=13.3333px]很简单，用GNU扩展语法（注意了，是GNU系列工具通用而已，例如gcc，这个并不是C的标准）
[size=13.3333px]格式如下

[size=13.3333px]unsigned int __attribute__((section(".vector"))) vec=0x9988;

[size=13.3333px]定义一个 vec 变量，值为 0x9988，分配在 .vector 段，编译后用 objdump 一下查看汇编代码
[size=13.3333px]可以发现到

[size=13.3333px]Disassembly of section .vector:
[size=13.3333px]33ffff00 <vec>:
[size=13.3333px]33ffff00:        00009988         .word        0x00009988

[size=13.3333px]33ffff04:        00000055         .word        0x00000055
[size=13.3333px]33ffff08:        000000aa         .word        0x000000aa

[size=13.3333px]看到没有？刚才说的在汇编代码和C代码里面定义的数值都被连接进去了 .vector段了，vma也正确
[size=13.3333px]最后还可以看看生成的 bin 文件，看看最后的几个数据是不是就是 0x9988 0x55 0xaa ？这样应该
[size=13.3333px]就理解了整个连接的过程了吧？

[size=13.3333px]4，MEMORY 命令在指定lma中的使用
[size=13.3333px]每个段都要用 AT 来指定具体的位置，其实挺烦的，我们有更加简单的办法，我们定义一个内存区域
[size=13.3333px]让，然后将所有的段都扔进去。
[size=13.3333px]MEMORY
[size=13.3333px]{
[size=13.3333px]        rom (rx)     : ORIGIN = 0x30000000, LENGTH = 1M
[size=13.3333px]}

[size=13.3333px]注意，我们现在要实现的是lma，并不是vma，也就是说在最后生成的 bin文件中怎么将所有段合在一
[size=13.3333px]起。定义一个开始地址为 0x30000000 ，也就是lma，对应上面的 .text段的lma，长度自己设，我设置
[size=13.3333px]为 1M ，其实溢出会提示的，随便设就OK了。

[size=13.3333px]    .text 0x30000000 :
[size=13.3333px]        {
[size=13.3333px]                *(.text)
[size=13.3333px]                *(.rodata)
[size=13.3333px]        } AT>rom
[size=13.3333px]    .data 0x31000000 :
[size=13.3333px]        {
[size=13.3333px]                *(.data)
[size=13.3333px]        } AT>rom
[size=13.3333px]    .bss  :
[size=13.3333px]        {
[size=13.3333px]                *(.bss) *(.COMMON)
[size=13.3333px]        }
[size=13.3333px]    .vector 0x33ffff00 :
[size=13.3333px]        {
[size=13.3333px]                *(.vector)
[size=13.3333px]        } AT>rom

[size=13.3333px]看到每个输出段的末尾都有个 AT>rom 的操作吧？应该大概猜到，通俗一点说就是:"将这个输出段扔到rom
[size=13.3333px]指定的那个内存区域！！" ，rom是上面已经定义了，那么这些操作之后，.text .data .vector 都乖乖的
[size=13.3333px]扔进 rom 指向的那个区域，注意了，我们说的是lma，所以不要在意那个开始地址，刚才不是说了吗？那个
[size=13.3333px]objcopy是从最开始的lma开始copy而已，这样出来的效果和第三点中生成的bin文件其实是一模一样的！！
[size=13.3333px]不信的话用UE查看一下 bin 文件的16进制代码，或者查看连接生成的 map文件。这样做方便很多。

[size=13.3333px]既然 lma 是包含在 elf文件当中，那这个地址到底有什么用？这个我也不知道了，我猜测，首先，elf文件
[size=13.3333px]是linux下面的可执行文件格式，跟windows上面的 .exe文件其实一样的，看过window的可执行文件的PE结构
[size=13.3333px]的应该知道，真正的代码前面是有一堆标志啊，地址啊，什么的，操作系统就是通过读取这部分信息，就知道
[size=13.3333px]应该怎么将这个可执行文件加载进去。同理，elf文件头也有一堆有用的信息。不过对于我们的嵌入式系统
[size=13.3333px]我估计应该是用不上了（我说的是裸奔），基本上都是通过 objcopy 将真正的代码弄出来烧些到 flash里面
[size=13.3333px]跑的，所以在嵌入式系统上面，这个 lma我觉得应该是没有用处的。
[size=13.3333px]另外，如果用工具调试的时候，例如我用的是 openocd，如果加载 elf文件，并不需要指定地址，openocd会
[size=13.3333px]自动的加载，为什么这个神奇？我觉得应该是elf文件里面包含了 lma 的作用吧，呵呵，其实挺方便的。

[size=13.3333px]结束语：
[size=13.3333px]被这个小东西虐待了整整一天半，疯狂找资料，啃ld as等的英文资料手册，算是实验了一点成果出来，上面
[size=13.3333px]说的技术对于我暂时的应用来说已经足够了，也足够看懂很多例子里面的 ld script了，网上的资料基本都是
[size=13.3333px]在翻译 ld 的英文手册 ...... 唉 ......

[size=13.3333px]Etual