调用C标准库的exit函数

在上一篇文章中，实现了对大于号（>）的处理，那么对 if 表达式的编译也就是信手拈来的事了，不解释太多。在本篇中，将会讲述一下如何产生可以调用来自于 C 语言标准库的 exit(3) 函数的汇编代码。

在 Common Lisp 中并没有一个叫做 EXIT 的内置函数，所以如同之前实现的 _exit 一样，我会新增一种需要识别的 (first expr)，即符号exit。为了可以调用 C 语言标准库中的exit 函数，需要遵循调用约定。对于 exit 这种只有一个参数的函数而言，情形比较简单，只需要跟对 _exit 一样处理即可。刚开始，我写下的代码是这样的

(defun jjcc2 (expr globals)
  ;; 省略不必要的内容
  (cond ;; 省略不必要的内容
        ((member (first expr) '(_exit exit))
         ;; 暂时以硬编码的方式识别一个函数是否来自于 C 语言的标准库
         `((movl ,(get-operand expr 0) %edi)
           (call :|_exit|)))))

对 (exit 1) 进行编译，会得到如下的代码

        .data
        .section __TEXT,__text,regular,pure_instructions
        .globl _main
_main:
        MOVL $1, %EDI
        CALL _exit

不过这样的代码经过编译链接之后，一运行就会遇到段错误（segmentation fault）。经过一番放狗搜索后，才知道原来在 macOS 上调用 C 函数的时候，需要先将栈对齐到 16 字节——我将其理解为将指向栈顶的指针对齐到 16 字节。于是乎，我将 jjcc2 修改为如下的形式

(defun jjcc2 (expr globals)
  ;; 省略不必要的内容
  (cond ;; 省略不必要的内容
        ((member (first expr) '(_exit exit))
         ;; 暂时以硬编码的方式识别一个函数是否来自于 C 语言的标准库
         `((movl ,(get-operand expr 0) %edi)
           ;; 据这篇回答（https://stackoverflow.com/questions/12678230/how-to-print-argv0-in-nasm）所说，在 macOS 上调用 C 语言函数，需要将栈对齐到 16 位
           ;; 假装要对齐的是栈顶地址。因为栈顶地址是往低地址增长的，所以只需要将地址的低 16 位抹掉就可以了
           (and ,(format nil "$0x~X" #XFFFFFFF0) %esp)
           (call :|_exit|)))))

结果发现还是不行。最后，实在没辙了，只好先写一段简单的 C 代码，然后用 gcc -S 生成汇编代码，来看看究竟应当如何处理这个栈的对齐要求。一番瞎折腾之后，发现原来是要处理 RSP 寄存器而不是 ESP 寄存器——我也不晓得这是为什么，ESP不就是 RSP 的低 32 位而已么。

最后，把 jjcc2 写成下面这样后，终于可以成功编译 (exit 1) 了

(defun jjcc2 (expr globals)
  "支持两个数的四则运算的编译器"
  (check-type globals hash-table)
  (cond ((eq (first expr) '+)
         `((movl ,(get-operand expr 0) %eax)
           (movl ,(get-operand expr 1) %ebx)
           (addl %ebx %eax)))
        ((eq (first expr) '-)
         `((movl ,(get-operand expr 0) %eax)
           (movl ,(get-operand expr 1) %ebx)
           (subl %ebx %eax)))
        ((eq (first expr) '*)
         ;; 将两个数字相乘的结果放到第二个操作数所在的寄存器中
         ;; 因为约定了用 EAX 寄存器作为存放最终结果给 continuation 用的寄存器，所以第二个操作数应当为 EAX
         `((movl ,(get-operand expr 0) %eax)
           (movl ,(get-operand expr 1) %ebx)
           (imull %ebx %eax)))
        ((eq (first expr) '/)
         `((movl ,(get-operand expr 0) %eax)
           (cltd)
           (movl ,(get-operand expr 1) %ebx)
           (idivl %ebx)))
        ((eq (first expr) 'progn)
         (let ((result '()))
           (dolist (expr (rest expr))
             (setf result (append result (jjcc2 expr globals))))
           result))
        ((eq (first expr) 'setq)
         ;; 编译赋值语句的方式比较简单，就是将被赋值的符号视为一个全局变量，然后将 eax 寄存器中的内容移动到这里面去
         ;; TODO: 这里 expr 的 second 的结果必须是一个符号才行
         ;; FIXME: 不知道应该赋值什么比较好，先随便写个 0 吧
         (setf (gethash (second expr) globals) 0)
         (values (append (jjcc2 (third expr) globals)
                         ;; 为了方便 stringify 函数的实现，这里直接构造出 RIP-relative 形式的字符串
                         `((movl %eax ,(get-operand expr 0))))
                 globals))
        ;; ((eq (first expr) '_exit)
        ;;  ;; 因为知道_exit 只需要一个参数，所以将它的第一个操作数塞到 EDI 寄存器里面就可以了
        ;;  ;; TODO: 更好的写法，应该是有一个单独的函数来处理这种参数传递的事情（以符合 calling convention 的方式）;;  `((movl ,(get-operand expr 0) %edi)
        ;;    (movl #x2000001 %eax)
        ;;    (syscall)))
        ((eq (first expr) '>)
         ;; 为了可以把比较之后的结果放入到 EAX 寄存器中，以我目前不完整的汇编语言知识，可以想到的方法如下
         (let ((label-greater-than (intern (symbol-name (gensym)) :keyword))
               (label-end (intern (symbol-name (gensym)) :keyword)))
           ;; 根据这篇文章（https://en.wikibooks.org/wiki/X86_Assembly/Control_Flow#Comparison_Instructions）中的说法，大于号左边的数字应该放在 CMP 指令的第二个操作数中，右边的放在第一个操作数中
           `((movl ,(get-operand expr 0) %eax)
             (movl ,(get-operand expr 1) %ebx)
             (cmpl %ebx %eax)
             (jg ,label-greater-than)
             (movl $0 %eax)
             (jmp ,label-end)
             ,label-greater-than
             (movl $1 %eax)
             ,label-end)))
        ((eq (first expr) 'if)
         ;; 假定 if 语句的测试表达式的结果也是放在 %eax 寄存器中的，所以只需要拿 %eax 寄存器中的值跟 0 做比较即可（类似于 C 语言）(let ((label-else (intern (symbol-name (gensym)) :keyword))
               (label-end (intern (symbol-name (gensym)) :keyword)))
           (append (jjcc2 (second expr) globals)
                   `((cmpl $0 %eax)
                     (je ,label-else))
                   (jjcc2 (third expr) globals)
                   `((jmp ,label-end)
                     ,label-else)
                   (jjcc2 (fourth expr) globals)
                   `(,label-end))))
        ((member (first expr) '(_exit exit))
         ;; 暂时以硬编码的方式识别一个函数是否来自于 C 语言的标准库
         `((movl ,(get-operand expr 0) %edi)
           ;; 据这篇回答（https://stackoverflow.com/questions/12678230/how-to-print-argv0-in-nasm）所说，在 macOS 上调用 C 语言函数，需要将栈对齐到 16 位
           ;; 假装要对齐的是栈顶地址。因为栈顶地址是往低地址增长的，所以只需要将地址的低 16 位抹掉就可以了
           (and ,(format nil "$0x~X" #XFFFFFFFFFFFFFFF0) %rsp)
           (call :|_exit|)))))

生成的汇编代码如下

        .data
        .section __TEXT,__text,regular,pure_instructions
        .globl _main
_main:
        MOVL $1, %EDI
        AND $0xFFFFFFFFFFFFFFF0, %RSP
        CALL _exit

好了，这个时候我就在想，如果想要支持其它来自 C 语言标准库的函数的话，只要依葫芦画瓢就好了，好像还挺简单的——天真的我如此天真地想着。

全文完

阅读原文