main()なしで(有効な)Cプログラムを書く方法
Writing a (valid) C program without main() (labs.iximiuz.com)
要約
この記事は、C言語のコンパイルパイプライン(プリプロセッサ、コンパイラ、アセンブラ、リンカ)を解説し、最終的にmain()関数を持たない実行可能バイナリを作成する方法を示します。Cランタイムライブラリに依存せず、直接システムコールを使用することで、プログラムのエントリポイントをカスタマイズする方法を実演しています。
全文翻訳
main()なしで(有効な)Cプログラムを書く方法
重要
免責事項: 最終的なバイナリは有効な Linux x86_64 ELF実行可能ファイル ですが、ISO C標準に準拠したプログラムではありません(N2310 §5.1.2.2.1)。ホスト環境(フル標準ライブラリサポート付きのOSで実行されるプログラム)における標準Cは、Cランタイムスタートアップコード(crt1.o)によって呼び出されるmain()関数を必要としますが、この記事ではCスタートアップファイルを経由せずに、カスタム_startと生のシステムコールを介してカーネルと直接インターフェースします。
なぜCなのか?
ほとんどのプログラミング言語はmain()関数から実行を開始します。Goにはfunc main()、Javaにはpublic static void main()、そしてCにはint main()があります。では、なぜこの記事でCを選んだのでしょうか?
C言語は、アセンブリを書くことを除けば、オペレーティングシステムに最も近い言語です。Linuxカーネル自体がCで書かれており、すべてのプログラムが依存するシステムコールインターフェースは、Cの規約を念頭に設計されています。Cプログラムがどのようにコンパイル、リンク、実行されるかを学ぶことで、Linux APIが実際にどのように機能するかを学ぶことになります。
典型的なCプログラムはmain()関数から始まります。しかし、main()はどこから来るのでしょうか?コンパイラ?リンカ?オペレーティングシステム?
この記事では、Cコンパイルパイプライン全体を順を追って説明します。通常のHello Worldから始め、プリプロセッサがマクロを展開する様子、コンパイラがCをアセンブリに変換する様子、そしてアセンブラとリンカがアセンブリをバイナリに変換する様子を見ていきます。その後、main()を排除しても、動作する実行可能ファイルを生成します。
このプレイグラウンドは、gcc、as、ldなどが既にインストールされている、バニラなUbuntu 24.04マシンです。
ステップ1: Hello World
hello.cという名前のファイルを作成し、以下の内容を記述します。
#include <stdio.h>
int main(void) {
printf("Hello, world!\n");
return 0;
}
コンパイルして実行します。
gcc hello.c -o hello
./hello
おなじみの挨拶が表示されるはずです。ここで自問してみてください。その単一のgccコマンドを入力したときに、いくつの個別のツールが実行されたでしょうか?
舞台裏では、gccは複数のツールを順次実行するドライバです。
- プリプロセッサ (
cpp) -#include、#define、条件付きコンパイルを処理します。 - コンパイラ (
cc1) - Cソースをアセンブリに変換します。 - アセンブラ (
as) - アセンブリをオブジェクトファイルに変換します。 - リンカ (
collect2/ld) - オブジェクトファイルとライブラリをリンクして最終的な実行可能ファイルを生成します。
この記事の残りの部分では、これらの各ステージを訪れます。
[画像: The four stages of the C compilation pipeline: preprocessor, compiler, assembler, and linker.]
Cコンパイルパイプラインの4つのステージ。
ステップ2: プリプロセッサ
プリプロセッサはテキストプロセッサです。Cの型や制御フローを理解せず、ディレクティブとマクロを展開するだけです。-Eフラグは、プリプロセッサの後でgccを停止させるように指示します。
hello.cにマクロを追加して、次のようにします。
#include <stdio.h>
#define GREETING "Hello, preprocessed world!\n"
int main(void) {
printf("%s", GREETING);
return 0;
}
プリプロセッサを実行し、展開された出力を読みます。
gcc -E hello.c -o hello.i
hello.iを開き、GREETINGがあった行を探してみてください。それはどうなりましたか?そして、ファイルが元のソースよりもはるかに大きいのはなぜでしょうか?
ステップ3: Cからアセンブリへ
コンパイラはCをアセンブリに変換します。-Sフラグは、そのステージの後でgccを停止させるように指示します。
gcc -S hello.c -o hello.s
hello.sを開き、mainというラベルが付いた関数を見てください。正確な命令はアーキテクチャに依存しますが、x86_64では、関数のプロローグ、printfへの呼び出し、そしてリターンが見られるでしょう。
最適化がどのように出力を変更するかを見るために、loop.cという名前のファイルを作成し、この関数を記述します。
int sum(int n) {
int s = 0;
for (int i = 0; i < n; i++) {
s += i;
}
return s;
}
3つのバージョンのアセンブリを生成します。
gcc -O0 -S loop.c -o loop-O0.s
gcc -O2 -S loop.c -o loop-O2.s
gcc -Os -S loop.c -o loop-Os.s
ファイルを比較してください。-O0では、コンパイラは文字通りです。ループ、カウンタ、加算を記述されたまま保持します。-O2では、オプティマイザはループを展開したり、ベクトル化したり、あるいは閉形式の公式n * (n - 1) / 2で置き換えたりするかもしれません。-Osでは、オプティマイザは高速性を保ちつつコードを小さくしようとします。
注意
最適化は魔法ではありません。コンパイラがプログラムの中間表現に一連の変換を適用することです。コンパイラがより多くの情報を持っているほど、より積極的に最適化できます。
ステップ4: アセンブリからオブジェクトへ、オブジェクトからバイナリへ
アセンブラは.sファイルをオブジェクトファイルに変換し、リンカはオブジェクトファイルを実行可能ファイルに変換します。これらのステップは手動で実行できます。
Hello Worldのアセンブリをアセンブルします。
gcc -c hello.c -o hello.o
-cフラグは、アセンブル後にgccを停止させるように指示します。オブジェクトファイルを検査します。
nm hello.o
objdump -d hello.o
main、printf、そしておそらく.rodataセクションへの参照といったシンボルが見られるでしょう。printfは、オブジェクトファイルにprintfの実装が含まれていないため、未解決のシンボルです。リンカはCライブラリからそれを解決します。
オブジェクトファイルをバイナリにリンクします。
gcc hello.o -o hello
実行可能バイナリをファイルに逆アセンブルして検査します。
objdump -d hello > hello.dis
hello.disを開いてアセンブリを検査するか、_startを検索します。エントリポイントに直接ジャンプするには、次を実行します。
objdump -d hello | grep -A 15 '<_start>:'
main()関数しか記述していないにもかかわらず、リンカがあなたの代わりに_startシンボルをそのすぐ上に自動的に挿入していることがわかります。
次に、動的依存関係を見てみましょう。
ldd ./hello
libc.so.6とダイナミックローダーが表示されるはずです。Cライブラリだけがリンカによって静かに追加されるものではありません。また、通常はcrt1.o、crti.o、crtn.oのようなオブジェクトファイルからのスタートアップコードも追加されます。スタートアップコードは環境をセットアップし、コンストラクタを呼び出し、そして最終的にmain()を呼び出します。
注意
crtファイルはCランタイムスタートアップファイルです。crt1.oには_startエントリポイントが含まれており、これはプログラム開始時にカーネルが実際にジャンプするものです。_startは最終的にmain()を呼び出します。
では、質問です。_startが実際の開始点であり、_startはリンカが解決できる単なるシンボルである場合、独自の_startを提供し、スタートアップファイルを完全にスキップするとどうなるでしょうか?
ステップ5: main()のないCプログラム
5a: 明らかな試み
my_entry.cという名前のファイルを作成し、printfを呼び出すカスタム関数を記述します。
#include <stdio.h>
void my_entry(void) {
printf("Hello from my_entry!\n");
}
スタートアップファイルなしでアセンブリにコンパイルします。
gcc -nostartfiles -S my_entry.c -o my_entry.s
my_entry.sを見てください。コンパイラは、my_entry:ラベルとprintf(または単純なフォーマット文字列に対してgccがしばしば代用するputs)への呼び出しを持つ、通常の関数を生成しました。
次に、独自のアセンブリファイルに_startを追加します。これはカーネルがプログラム開始時にジャンプするシンボルです。まず.textディレクティブを追加して、新しいコードが実行可能セクションに入るようにします。
.text
.globl _start
_start:
call my_entry
movq $60, %rax
xorq %rdi, %rdi
syscall
最後の3つの命令は、x86_64のexitシステムコールを直接呼び出します。システムコール番号60はexitであり、%rdiの値は終了コードです。%rdiをゼロに設定することは、プログラムが正常に終了することを意味します。
Cランタイムなしでオブジェクトファイルをリンクします。
gcc -nostartfiles my_entry.s -o no-main
./no-main
echo $?
コンパイルされました。リンクされました。開始さえしました。しかし、何も表示されません。
[画像: Operating System Architecture showing Userspace, libc, System Call Interface, Kernel, and Hardware layers.]
オペレーティングシステムアーキテクチャ: ユーザー空間アプリケーション、libc、システムコールインターフェース、カーネル、ハードウェア。
なぜでしょうか?printfはglibcの一部であり、glibcは使用できる前に初期化される必要があります。この初期化は通常、-nostartfilesで削除されたスタートアップファイルで行われます。そのセットアップがないと、標準出力(stdout)の準備ができていないため、printfは静かに何も行いません。
5b: 純粋なバージョン
main()もスタートアップコードもないプログラムが必要な場合、glibcに依存することはできません。カーネルに直接話しかける必要があります。
my_entry.cを、libcに触れない作業だけを行うように書き直します。例えば、メッセージへのポインタを返すだけです。
const char *my_message(void) {
return "Hello from my_entry!\n";
}
再度コンパイルします。
gcc -nostartfiles -S my_entry.c -o my_entry.s
次に、my_messageを呼び出し、生のwriteシステムコールを使用して結果を出力し、その後生のexitシステムコールを使用して停止する_startを追加します。
.text
.globl _start
_start:
call my_message
movq %rax, %rsi # buffer
movq $21, %rdx # length
movq $1, %rdi # stdout
movq $1, %rax # sys_write
syscall
movq $60, %rax # sys_exit
xorq %rdi, %rdi # exit 0
syscall
リンクして実行します。
gcc -nostartfiles my_entry.s -o no-main
./no-main
echo $?
今度はメッセージが表示され、コード0で終了するはずです。
[画像: A program without main(): a custom C function returns data, _start calls it, and raw syscalls write output and exit.]
main()なしのプログラムのアーキテクチャ: カスタム関数、手書きの_start、およびカーネルシステムコール。
これで、main()関数を含まないバイナリができました。Cライブラリへの依存はなく、カーネルがロードして実行できる有効なELF実行可能ファイルです。
結論
Cコンパイルパイプラインの全工程を順を追って見てきました。
gcc -Eはプリプロセッサが生成するものを表示します。gcc -Sはコンパイラが生成するものを表示します。gcc -cとasはアセンブラが生成するものを表示します。ldはリンカが生成するものを表示します。
また、main()は要件ではなく便宜的なものであることも見てきました。実際の開始点は_startであり、標準Cランタイムはmain()を呼び出すコードです。独自の_startを提供し、プロセスを自分で停止させれば、main()のないCプログラムを書くことができます。
コンパイラを完全に削除したいですか?
main()をバイパスし、生のアセンブリとシステムコールを使用してLinuxカーネルに直接話しかける方法を学んだところで、次のステップに進みましょう。コンパイラ抽象化を完全に削除し、次のチュートリアルでCPUレジスタ、メモリレイアウト、命令セットを完全に制御できるようになります。
ベアメタルプログラミング: 初めてのアセンブリプログラムを書く
CPUアーキテクチャを探索し、CISCとRISCを比較し、ゼロから最初の純粋なx86_64アセンブリプログラムを作成します。