说明：最近特别忙，都没有时间写blog，好多遇到的问题都没能记下来，下面是PA1的报告主要记录了nemu debuger一些功能的实现方式和实现中遇到的问题，代替一下blog
(申明：This is the report for pa1 by 曾许曌秋，DII，Nanjing University on Sept,2019） 转载请注明出处：https://www.cnblogs.com/bllovetx/p/11602441.html 欢迎访问My Home Page --2019.11.21
% report for PA1
1.ISA=x86 2.关于x86 register 存在的问题，修改前reg.h文件寄存器设置中32,16,8位寄存器空间采用struct分配， 不共用空间，按照x86要求，改为使用Anonymous Union分配，然而发现修改后发现仍然报assertion fail， 检查reg.c 中test的code后，发现assert函数通过检验之后在同一个struct中声明的一系列rtlreg(eax,ecx,etc.)是否与对应寄存器位置相同， 所以要求这一系列rtlreg与gpr之间也采用Anonymous Union分配。
%% PA1.1
fun1.si
利用sscanf(source_str,format,&des)按格式读入参数，注意des参数要用地址表示； 之后根据参数调用相应函数（cpu_exec）即可 完成之后添加了判断N==0，提示无效（阅读代码框架可知N=-1表示最大uint，有效） fun2.info r 在相应的isa中写好isa相关的isa_reg_display，后调用即可，写的时候利用阅读代码可知直接利用相应的写好的宏定义等（reg_name.reg_b,reg_l,reg_w）即可快速实现 好看起见，查阅了printf函数中打印16进制相关参数，
“%#x” //表示按格式输出，
“%nx //表补齐n位（空格），
”%0nx“ //表示用0补齐n位
利用switch可以比较清楚的处理不同宽度的寄存器 仿照框架使用！（index&0x3）换行，输出效果如下：
(nemu) info r
al: 20H cl: f0H dl: 77H bl: 52H
ah: f5H ch: 39H dh: aaH bh: c4H
ax: f520H cx: 39f0H dx: aa77H bx: c452H
sp: 66c7H bp: 524eH si: bd82H di: 3886H
eax: 5f11f520H ecx: 246d39f0H edx: 00b0aa77H ebx: 2e19c452H
esp: 7d0666c7H ebp: 13e6524eH esi: 1322bd82H edi: 68f83886H
fun3.x n info 仍然使用sscanf获得参数 一开始自己写了输出，由于x86是小端，需要转化成小段，即输出的每一个四字节串，要先输出小地址的字节 其次，虚拟的地址用数组pmem表示，从0开始（对应0x0），共12810241024(0x8000000)字节（题目中提到的0x80100000指的是大端的情况) 事实上，这一点在每一次make run是系统都输出了：
[src/memory/memory.c,16,register_pmem] Add 'pmem' at [0x00000000, 0x07ffffff]
[src/device/io/mmio.c,14,add_mmio_map] Add mmio map 'argsrom' at [0xa2000000, 0xa2000fff]
后来阅读代码注意到已有框架函数直接输出内存（vaddr_read）故改为直接调用框架函数 si前后0x100000附近打印结果如下：
(nemu) x 20 0x100000
0x00100000: 0x001234b8 0x0027b900 0x01890010 0x0441c766
0x00100010: 0x02bb0001 0x66000000 0x009984c7 0x01ffffe0
0x00100020: 0x0000b800 0x00d60000 0x00000000 0x00000000
0x00100030: 0x00000000 0x00000000 0x00000000 0x00000000
0x00100040: 0x00000000 0x00000000 0x00000000 0x00000000
(nemu) si 7
100000: b8 34 12 00 00 movl $0x1234,%eax
100005: b9 27 00 10 00 movl $0x100027,%ecx
10000a: 89 01 movl %eax,(%ecx)
10000c: 66 c7 41 04 01 00 movw $0x1,0x4(%ecx)
100012: bb 02 00 00 00 movl $0x2,%ebx
100017: 66 c7 84 99 00 e0 ff ff 01 00 movw $0x1,-0x2000(%ecx,%ebx,4)
100021: b8 00 00 00 00 movl $0x0,%eax
(nemu) x 20 0x100000
0x00100000: 0x001234b8 0x0027b900 0x01890010 0x0441c766
0x00100010: 0x02bb0001 0x66000000 0x009984c7 0x01ffffe0
0x00100020: 0x0000b800 0x34d60000 0x01000012 0x00000000
0x00100030: 0x00000000 0x00000000 0x00000000 0x00000000
0x00100040: 0x00000000 0x00000000 0x00000000 0x00000000
显然可以看到0x100000附近存储了内置客户程序内用，而0x100027出在运行了内置程序后存入了0x1234
%%PA1.2
本节实现算术表达式功能，分为读入，递归计算和生成随机表达式检测，实现的算是表达式功能可应用于x，p等功能中。
目前实现的表达式功能包括：（）+-**/,hex,dex 这里特地将hex写在dex前，是因为匹配正则表达式是如果先匹配10进制，会将0x～～开头的0匹配掉，从而出现错误，所以采取优先匹配16进制的策略，正则表示如下:*
{" +", TK_NOTYPE}, // spaces
{"\+", '+'}, // plus
{"==", TK_EQ}, // equal
{"\*", '*'}, //multiply
{"-", '-'}, //sub
{"/", '/'}, //div
{"\(", '('}, //bra
{"\)", ')'}, //ket
{"0x[0-9,a-f,A-F]+",TK_HEX}, //hex
{"[0-9]+",TK_DEX} //dex
其中+，*，（，）需要加双斜杠表示其本意，双斜杠原因是正则表达式和c语言个需要识别一次
存储匹配结果时，空格不处理，其余直接将type记录到tokens[nr_token].type中，讲pmatch.so->pmatch.eo的字符串拷贝到str成员变量中即可
当然每次不为空格都要nr_token++
另外拷贝的字符串是不含 的，意味着要不每次完成拷贝后认为在结束地址添加 ，要不就要每次使用tokens[]前清空，否则多次调用时，前面的内用会在一些情况下影响后面的调用，出现错误！
这里我才用了人为补 ，直接在substr_len出补即可
其次，刚才提到所用的type的操作理论上是一样的，dex和hex都要存类型，复制字符串，补 ，而实际上符号类型虽然只需要存类型，但也可以复制字符串，补 ，之后不使用而已，故而可以不用switch，直接判断是否是空格然后统一操作即可。
不过考虑到框架代码使用switch可能考虑到安全性，代码的可读性，可修改性等，还是用switch完成了这一步。
evaluate中，首先p>q直接输出报错，assert（0）
p==q直接switch（type）hex和dex使用sscanf返回大小，default assert（0）
检查括号使用标识变量ch_p初始化为-1，遇见‘（’++，遇见‘）’--，只要小于0返回false，否则返回true（找主符号时也用了这个框架，小于0表示在括号外，大于等于0表示在括号内）同时上述算法只遍历了p->q-1，默认表达是合法，考虑到表达式可能不合法的情况，遍历结束后若没有返回（即应当返回true），assert（tokens[p].type==')')
最后一种情况要找主符号，首先利用上述框架标记处于括号内还是括号外，括号外+-优先级高于*/，代码如下：*
int fd_main=-1,m_op=-1;
for(int i=p;i<=q;i++){
switch( tokens[i].type ){
case '(':fd_main++;break;
case ')':fd_main--;break;
case '+':if(fd_main<0){m_op=i;};break;
case '-':if(fd_main<0){m_op=i;};break;
case '*':if(fd_main<0&&m_op<0){m_op=i;};break;
case '/':if(fd_main<0&&m_op<0){m_op=i;};break;
default :break;
}
}
assert(p<m_op&&m_op<q);
assert(m_op!=-1);
uint32_t left_main=eval(p,m_op-1),right_main=eval(m_op+1,q);
//printf("%d %d
",left_main,right_main);
switch( tokens[m_op].type ){
case '+':return left_main+right_main;break;
case '-':return left_main-right_main;break;
case '*':return left_main*right_main;break;
case '/':
if( right_main==0 )printf("Unvalid Expression");
assert(right_main!=0);
return left_main/right_main;break;
default :assert(0);break;
}
在计算时检查了除法分母不等于0； m_op初始化为-1可以用于检验是否找到主算符，没有找到说明表达式或代码出错，终止程序。
%ps：关于思考的问题printf为什么要换行，再一次测试bug中，我在bug前几行加了printf输出相关变量检测bug的原因，但是没有换行，结果只是报错了，却没有输出我要的变量，换行后就解决了，可以看出，不换行时printf和后续代码内容是一起输出的，所以由于后续代码中报错终止，printf也没有输出。
test:
1.choose(n){return rand()%n}
2.gen_num():用choose和switch随机生成十进制或十六进制
3.gen_op 后用gen_num代替递归gen_expr保证不生成/0的情况
4.在代码框架基础上新增一个case：生成一个空格在递归一次gen_expr()
5.完成后结尾加一个
6.输出input后，main函数用fscanf读取str时会遇到空格终止，为读入含空格字符串使用正则表达式：%[^
]
7.检测到的bug：见上面的代码，在处理主运算符时（在没有遇到+/-的条件下）取第一个遇到的*//为主运算符，即对于*或/位置越前优先级越高，但实际逻辑上与之相反，修改后代码如下：
int fd_main=-1,m_op=-1;
for(int i=p;i<=q;i++){
switch( tokens[i].type ){
case '(':fd_main++;break;
case ')':fd_main--;break;
case '+':if(fd_main<0){m_op=i;};break;
case '-':if(fd_main<0){m_op=i;};break;
case '*':if(fd_main<0&&m_op<0){m_op=i;};break;
case '/':if(fd_main<0&&m_op<0){m_op=i;};break;
default :break;
}
}
assert(p<m_op&&m_op<q);
assert(m_op!=-1);
%%PA1.3
%算术表达式扩展
之前一直采用了switch来处理主算符问题，虽然通过一些标志性（flag）变量简化了代码，但进一步的扩展却会十分困难，且易出错。
为了更好地实现表达式扩展，想利用expr.c开头的枚举类型中不同类型的顺序来表征优先级（privilege）
这里遇到了一个问题
之前一直不理解为什么要给TK_NOTYPE(space)赋值为256，为此我打印了TK_NOTYPE(=256)和TK_EQ(=257)
与我理解的只有TK_NOTYPE的值受赋值影响有所不同
这样的话目的显然是避免和‘+’等的ascii码重复
优先级如下：
同级越往后优先级越高，即先出现先运算，后递归
1.deref
2.*/
3.+-
4.== !=
5.&& ||(\|\|)
#define p_token(pos) privilege(tokens[pos].type)
#define p_t(type) privilege(type)+1
int privilege(int type){
switch(type){
case DEREF:return 1;
case '*':case '/':return p_t(DEREF);
case '+':case '-':return p_t('*');
case TK_EQ:case TK_NEQ:return p_t('+');
case TK_AND:case TK_OR:return p_t(TK_EQ);
default:return 0;
}
}
识别成功后的存储部分与之前类似； 调用eval前识别出所有解引用，这里题目中提示考察前一个tokens的类型，显然很多类型都可以 不过考虑到这些类型显然是优先级相关的，所以可以借用privilege表，实现一表双用：
if( tokens[i].type=='*' && (i==0||p_token(i-1)>0) ){tokens[i].type=DEREF;}
eval p=q调用isa相关函数，for循环strcmp对比，找到则输出，同时为方便实用，实现了大写寄存器名字的识别 在找主符号前增加处理解引用的else if，找主符号时直接利用privilege表即可
%%监视点
% [x] 1. cpu_exe:遍历所有监视点，发生改变则更改state，同时输出变化的监视点信息，更新old_val
时间(O(n))
一开始直接在cpu-exec中写遍历，但是要解决很多变量声明的问题，所以直接改成在watchpoint中写好相关函数，返回bool值，根据结果改变nemustate即可
同样的道理info w也直接在watchpoint.c中写好相关函数直接调用
检查w变化函数：
整体上没有什么问题，遍历之后打印监视点变化信息并返回bool即可，细节有三点：
i.关于多个wp同时改变问题，采取遍历结束在返回bool值的策略，即会将所有改变打印出来，显然，程序中断时我们关心的所有变量都应当打印出来，以判断变化原因
ii.关于打印内容，对变化的wp打印了no，expr，以及改变前后的值，但是debuger实际并不知道使用者需要dex进制还是hex进制，所以这里我们都处理成同时都打印
iii.为了模仿GDB实现下文提到的enable/unable功能，我们在wp结构内额外加入bool wp_Enb变量表征该监视点是否使用，
所谓enable/unable是指一些时候可能暂时不需要使用/不关心某个监视点，但一段时间后有需要再次启用，为简便期间暂时性unable
但是很重要的一点，unable状态下，成员变量old_value仍然要更新（或者在enable时更新）否则一旦enable立马会stop程序，显然不符合要求
考虑到虽然我们暂时可能不关心这个wp，但将他的变化实时打出来只会利于debug，所以采用实时更新变量，并在更新时输出更新信息但不暂停程序的做法。
% [x] 2. ui.c（b expr）:设置断点功能，存储expr，并计算存储old_val（初始化enb）
时间(O(1))new_wp将节点插入在head后面
调用new_wp并初始化各变量即可（包括将以要求外额外添加的两个bool初始化为true）
% [x] 3. ui.c（d N）:调用free_
时间(O(1))
调用free_即可，不过从这里开始遇到一些变量声明相关的问题
如果通过在watchpoint.c中写函数实现当然没问题，但很不方便，况且这里额外写一个函数本身意义实在不大
先说一下问题是什么
比如d N，调用free_时参数显然为wp_pool[N]，但是wp_pool在该文件中未声明
而声明又有很大困难，extern static编译器认为两个修饰冲突，只有extern，编译器不能识别，只有static不知道为什么视为新定义一个变量。
最终处理为删去watchpoint.c中定义时static，同时在watchpoint.h中申明外部变量（extern）从而解决这一问题（但不知道会不会影响后续操作“
(已解决)->static 表示只在文件内可见！可以避免函数冲突
% [x] 4. ui.c（info w）：按照池顺序输出watchpoint信息//按顺序
时间(O(n))
同样是在w..p.c文件中写好相关函数直接引用，打印内容包括
序号，enb（y/n是否早使用），oldvalue（hex/dex），newvalue（hex/dex），表达式
这里选择用遍历池而非遍历链表，是为了直接编号顺序输出
当然也可以
1.遍历链表后排序输出：遍历与排序不同时，很麻烦，不简洁（kiss）
2.插入时（new_wp）排序：新建wp时要O(lg(n))甚至O(n)时间
% [x] 5. ui.c（enable/disable）
时间(O(n))
都很容易实现，不过有一些函数声明相关的问题，前面已叙述相关解决
记录一下最近添加的配置或应用之类的，加了很多，基本都忘记了，只记得几个这两天加的 1.首先是神之编辑器emacs配置了好久仍然不能输中文，更不会导出含中文的pdf，不过学习了一下基本操作 2.在图形界面交换了escape和caps建的位置，这样使用vim就不那么别扭了，不过感觉交换ctrl与caps也很诱人，没有什么好的解决方法，毕竟主要用vim 实现上在开机启动项里增加了命令：setxkbmap -option '' -option 'caps:swapescape'(1st option:取消之前有的option)ctrl交换的命令应该是ctrl:swapcaps 3.刚好前几天看到ctags可以加强vim中C-p，C-n的提示输出，今天jyy又推荐了ctags的C-]功能（C-t/o返回），可以跳转到函数定义所以装了一下ctags **生成tags文件命令为ctags -R （R：递归，所有文件） 另外可以在根目录.vimrc中set：tags=（path）设置路径，也可以set tags=tags;set autochdir自动切换（没试过）
4.安装了typora和haroopad，本实验报告就是使用typoora写的，不过移动光标相比vim，emacs真的太不方便了，尝试着更改.json文件但不知道为什么没有用附查到的相关代码
{ "keys": ["alt+a"], "command": "move_to", "args": {"to": "bol", "extend": false} },
{ "keys": ["alt+f"], "command": "move_to", "args": {"to": "eol", "extend": false} },
{ "keys": ["alt+j"], "command": "move", "args": {"by": "characters", "forward": false} },
{ "keys": ["alt+l"], "command": "move", "args": {"by": "characters", "forward": true} },
{ "keys": ["alt+i"], "command": "move", "args": {"by": "lines", "forward": false} },
{ "keys": ["alt+k"], "command": "move", "args": {"by": "lines", "forward": true} },
%%pa1.3思考题： 1.如果是两个字节就无法替换误操作数的指令了 2.关于将断点设在命令中间或结果的测试如下*（利用测试结果算出了int 3 的opcode）*： 测试1：
0x555555555137 <main+18> mov -0x8(%rbp),%eax
(gdb) info b
Num Type Disp Enb Address What
1 breakpoint keep y 0x0000555555555129 <main+4>
breakpoint already hit 1 time
2 breakpoint keep y 0x0000555555555139 <main+20>
3 breakpoint keep y 0x0000555555555137 <main+18>
(gdb) c
Continuing.
Breakpoint 3, 0x0000555555555137 in main ()
(gdb) c Continuing.
[Inferior 1 (process 9368) exited normally]
可以看到开头处的端点有效，中间的无效（删去b 3，仍然不会触发b 2） 测试2：
(gdb) info b
Num Type Disp Enb Address What
5 breakpoint keep y 0x0000555555555179 <__libc_csu_init+41>
6 breakpoint keep y 0x0000555555555138 <main+19>
7 breakpoint keep y 0x0000555555555139 <main+20>
(gdb) disable 5
(gdb) run test_gdbw
The program being debugged has been started already.
Start it from the beginning? (y or n) y
Starting program: /home/bllovetx/Test/test_gdbw test_gdbw
Breakpoint 7, 0x0000555555555139 in main ()
(gdb) si
0x000055555555513a in main ()
可以看到虽然中间的b没有生效，但结尾的b生效了
测试3: 不复制代码了，直接说结果： 一开始没有发现，后来因为输错端点碰巧在某一个callq函数的中间位置设置了端点，造成了段错误 但是无论如何打印（p/x *addr）代码的二进制内容都与加端点之前没有区别， 为此我进行了单步调试 原始代码如下
0x555555555178 <__libc_csu_init+40> callq 0x555555555000 <_init>
0x55555555517d <__libc_csu_init+45> sar $0x3,%rbp
本应跳转到0x555555555000，当我在0x555555555179加入端点后，跳转到了0x555555555049 disable该断点，在0x55555555517a设端点，显示:无法跳转到0x555555551e00 显然跳转地址由于int 3操作发生了改变 这样看来这所以p/x命令不能打印出变化很可能是gdb在遇到int 3指令时自动替换为原指令再输出，以避免影响调试者判断 但是由于指令终端的int 3 指令无法被执行，自然gdb也无法在该指令被调用时提前复原，所以造成了错误 为了确定是否p/x结果不发生改变确实是gdb的优化，以及弄清具体int3 指令是如何改变返回地址的 我查阅许多相关资料网站，并把我测试的可执行文件用objdump（-d）反汇编 最终发现二进制代码使用了偏移寻址，下面我用我反汇编的一段代码来说明：
1174: 48 83 ec 08 sub $0x8,%rsp
1178: e8 83 fe ff ff callq 1000 <_init>
117d: 48 c1 fd 03 sar $0x3,%rbp
（0x1178对应gdb时0x555555555178，p/x *结果为0xfffffe83e8--小端）
首先通过观察多个callq，0x1178处的一个字节0xe8显然是callq指令之后四个字节显然是一个int 其实际意义时跳转地址相对下一条命令首地址的偏移量，这里跳转相对地址为0x1000，下一条指令首地址为0x117d 0x1000-0x117d=0xfffffe83
计算:
显然利用上述结果可以算出int 3指令的16进制码（单字节）
addr-start=0x55555555517d
| breakpoint | code | cal(hex) | addr |
|---|---|---|---|
| 0x555555555178 | 0xfffffe83**(e8-callq)** | 5000-517d=fffffe83 | 0x555555555000 |
| 0x555555555179 | 0xfffffe**(int 3)(e8-callq)** | 5049-517d=fffffecc | 0x555555555049 |
| 0x55555555517a | 0xffff**(int 3)83(e8-callq)** | 1e00-517d=ffffcc83 | 0x555555551e00 |
从上表显然可以看出int 3的指令码就是0xcc
PA1总结（查阅手册&必答题）
ISA：x86
理解基础设施：
[ 450*20*0.5=4500（min）=75（h） ]查阅手册：
- CF：CARRY FLAG进位
- modR/M字节跟在一些操作码之后，用于指示操作对象信息（如reg or mem）主要包括三部分，2bit的mod field，3bit的reg/opcode field，和3bit的R/M field（手册说是最不重要的不知道为什么）。其中mod field和R/M field一起指示8个寄存器和24个内存（（1+3）×8），reg/opcode 由opcode决定，存储寄存器序号或这额外的opcode信息
- mov R/M R/M不能同时是M
使用find和
wc-l/grep -c '|'直接就能统计行数，为了去除空行，采用grep的参数-Ev（E表示使用正则表达式，v表示反向搜索：➜ nemu git:(pa1) find . -name "*.c" -or -name "*.h" | xargs grep -Ev "^$" | wc -l 4406 ➜ nemu git:(pa1) git checkout pa0 Switched to branch 'pa0' ➜ nemu git:(pa0) find . -name "*.c" -or -name "*.h" | xargs grep -Ev "^$" | wc -l 4007即pa1增加了399行
接下来实现在makefile中增加自动输出行数功能，首先在打开nemu中的makefile，找到clean，gdb等指令的位置，模仿加入count指令，发现指令中的$(正则表达式)会被错误识别为shell指令，查阅资料，make会将所有$去掉再交给shell，所以使用$$替换$即可，好看起见，可以用：=先定义变量，然后使用@echo输出
另外，我试图实现在输出总代码的同时输出除了框架代码以外增加代码数，即要进行减法运算，但是makefile并不支持代数运算，于是调用shell中的expr功能，数字运算符之间要用‘ ’隔开，代码如下：
68 # Command for count 69 COUNT_L := $(shell find . -name "*.h" -or -name "*.c" | xargs grep -Ev "^$$" | wc -l) 70 COUNT_ADD := $(shell expr $(COUNT_L) - 4007) 92 count: 93 @echo Totally $(COUNT_L) lines of code in nemu of this branch except empty line 94 @echo Totally $(COUNT_ADD) lines added into the frame code然而仍然很丑，因为每次输出前都会输出多余的信息： Building x86-nemu
注意到make clean时并不会输出该信息，阅读代码，发现框架代码通过ifneq为clean排除check操作：
ifneq ($(MAKECMDGOALS),clean) # ignore check for make clean只要在ifneq内实现或运算加入count也排除掉check即可，采用make的findstring函数：
ifneq ($(findstring$(MAKECMDGOALS),clean,count),) # ignore check for make clean然而这又出现了新的问题，如果make后没有指令（空指令也会抑制之后的行为check）这样make run，make submit就会出问题，需要额外加上ISA=x86才能成功，为了不用每次输出x86，ifneq套ifneq及判断两次。
在pa1中的makefile添加同样功能：
➜ nemu git:(pa1) ✗ make count Totally 4406 lines of code in nemu of this branch Totally 399 lines added to the frame code表示将所有warning视为error
