流程
一看标题，读者朋友可能认为，这很简单啊。比如，要执行ls，直接打开一个命令行终端，输入ls，然后按下回车键。
这确实是执行应用程序的方法。可我们将探讨的是linux执行ls等应用程序的流程。
用一句话来说，就是：execv调用ls等应用程序。
说得稍微详细一点：编写应用程序，打包应用程序到tar文件，把tar文件写入文件系统，操作系统解包tar文件，用execv执行应用程序。
本文要探讨的，是在自己写的玩具操作系统上运行自己编写的echo应用程序。
假装我们已经有了一个简略的操作系统，现在我们开始编写自己的echo程序。
编写自己的应用程序
echo
// file:echo.c
#include "stdio.h"
int main(int argc, char **argv)
{
for(int i = 0; i < argc; i++){
printf("argv[%d] = %s\n", argv[i]);
}
return 0;
}
stdio.h是我们在操作系统上自己编写的输入输出函数库。
_start
// file：start.asm
extern main
bits 32
global _start
_start:
push eax
push ecx
call main ; 调用echo.c中的main函数
add esp, 8
ret
start.asm中是用nasm汇编写的_start函数，调用echo.c中的main函数。
我们平时在linux上编写代码，只需要写echo.c中的代码，不必写start.asm，那是因为操作系统帮助我们做了start.asm所做的工作。
现在我们在自己的简略的操作系统上写C程序，需要自己写start.asm。
为什么需要是这样的模式？我也没弄明白。模板嘛，下次自己要在自己的操作系统上写应用程序的时候，照着模板写就行。
C运行时库
在echo.c中使用了printf函数。这个函数是由stdio.h提供的。
回忆一下，我们在linux上写C程序时，是不是经常使用printf、exit、fork等我们自己并未实现的函数？自己未实现却能够使用这些函数，是因为操作系统的C运行时库提供了这些函数。
我以为，C运行时库就是提供系统函数的那些二进制文件。
我们的C运行时库是这样制作的：把提供printf、exit等函数的二进制文件打包成一个文件pegasus_os.a。
制作C运行时库的命令如下：
ar rcs lib/pegasus_os.a lib/printf.o lib/exit.o lib/fork.o lib/execv.o lib/unlink.o
编译
# 编译start.asm
nasm -I ../include -f elf -o start.o start.asm -m elf_i386
# 编译echo.c
gcc -I ../include -c -fno-builtin -Wall -o echo echo.c -m32
# 链接
ld -Ttext 0x1000 -o echo echo.o start.o ../lib/pegasus_os.a
产生二进制代码echo。这就是我们要安装的应用程序。
安装自己的应用程序
所谓安装应用程序，就是把应用程序写入到我们的操作系统的硬盘中。
平时，我们在linux操作系统上安装应用程序前，应用程序的源码包本来就在运行linux的操作系统上，所以，把源码编译成二进制代码后，二进制文件也在操作系统上，不需要再把二进制文件写入到操作系统所控制的硬盘。
打包
假如我们要把echo、ls等多个应用程序安装到我们的操作系统中，那么，可以把多个文件打包成一个tar文件，然后把这个tar文件写入硬盘。
打包命令如下：
# 把多个应用程序打包成inst.tar文件
tar -cvf ./inst.tar ./echo ./ls
写入硬盘
dd if=inst.tar ../80m.img bs=1 count=`ls -l inst.tar | awk -F " " '{printf $5}'` conv=notrunc
上面的命令把inst.tar写入硬盘，写入的数据是inst.tar所占用的字节数量。
count设置写入block的数值，而bs设置block的单位，bs=1把block的单位设置成1个字节。
上面的命令并不是完整的命令，应该再加上一个seek=N个字节。
要在操作系统中读写inst.tar文件，必须把inst.tar文件纳入文件系统的管理之中。
例如，在文件系统中，我们记录inst.tar存储在从第N个扇区开始的3个扇区中，用dd命令写入硬盘时就应该把inst.tar写入到第N个扇区开始的位置。
解包
把inst.tar写入文件系统，使用的是dd命令，解包inst.tar使用的却是操作系统中的方法。换句话说，操作系统中有段代码解包inst.tar文件，并且把它包含的文件写入到文件系统中。
tar文件格式
tar文件结构概念示意图如下：
| tar文件头 | 文件A | tar文件头 | 文件B | tar文件头 | 文件C |
|---|
echo、ls等被打包成inst.tar后，并未压缩文件，而只是按照tar文件头+文件数据的格式把所有文件数据组合在一起创建一个新文件。
显然，加入了tar文件头后，inst.tar的占用的空间比echo、ls占用的空间之和大。
解包
伪代码
tar文件头中包含许多信息，解包tar文件只用到两项：文件名和文件大小。
解包tar文件的伪代码如下：
void untar()
{
char buf[SECTOR_SIZE * 16];
int chunk = sizeof(buf);
while(1){
// 把inst.tar文件读取到buf中。
read(inst.tar, buf, SECTOR_SIZE);
if(length of buf is 0){
break;
}
tar_header = buf;
// 文件长度是八进制的字符串形式，需要转换成十进制整型数字。
file_size_str = tar_header->size;
int file_len = 0;
char *p = file_size_str;
while(*p){
file_len = file_len * 8 + (*p - '0');
p++;
}
filename = tar_header->name;
offset = tar_header的大小;
// 创建filename
open(filename);
while(bytes_left){
bytes = min(bytes_left, chunk);
// 把inst.tar文件读取到buf中。
int read_bytes = ((bytes - 1)/SECTOR_SIZE + 1) * SECTOR_SIZE;
read(inst.tar, buf, read_bytes);
// 把bytes字节的数据写入filename文件
write(filename, buf, bytes);
bytes_left -= bytes;
}
}
}
两个难点
获取文件大小
从tar头文件中获取的文件长度是一个八进制的字符串，例如"800"。把八进制的字符串转化为十进制整型数值的伪代码如下：
int file_len;
char file_size_str[20] = "800";
char *p = file_size_str;
while(*p){
file_len = (file_len * 8) + *p - '0';
p++;
}
读取tar文件中的数据
while(bytes_left){
bytes = min(bytes_left, chunk);
// 把inst.tar文件读取到buf中。
int read_bytes = ((bytes - 1)/SECTOR_SIZE + 1) * SECTOR_SIZE;
read(inst.tar, buf, read_bytes);
// 把bytes字节的数据写入filename文件
write(filename, buf, bytes);
bytes_left -= bytes;
}
读取inst.tar数据的时候，使用read(inst.tar, buf, bytes);行不行？可以。但是，为了提升读取效率，读取单位是整数个扇区。
这种小技巧，费解，难想到，可读性差。
假如bytes = SECTOR_SIZE-1，那么，read_bytes = SECTOR_SIZE。
假如bytes = SECTOR_SIZE，那么，read_bytes = SECTOR_SIZE。
假如bytes = SECTOR_SIZE + 1，那么，read_bytes = 2 * SECTOR_SIZE。
解包操作的实质是把tar文件中的文件，例如ls、echo等写入文件系统中。
execv
当我们在自己的操作系统的终端中输入echo，实质是执行execv(echo)。这样就执行了echo。
