汇编语言，可以说是人类与 CPU 之间最直接的对话方式。它不像 C 语言那样高度抽象，也不像机器语言那样难以阅读。汇编语言本质上就是一种用助记符（Mnemonics）代表机器指令的语言。

而一个汇编源文件（如.s文件），从我们写下的那些看似晦涩的指令，到最终真正被 CPU 执行，中间要经历汇编、链接、加载等几个关键步骤。

对于普通应用程序，这个流程可能已经被集成开发环境（IDE）隐藏得很好了；但对于 Linux 0.11 这样的早期操作系统内核，尤其是它的引导扇区bootsect.s，这个过程却充满了硬核的手工操作和精巧的底层设计。

今天，我们就来一场彻底的探索：从汇编文件的本质讲起，一路追踪到 Linux 0.11 的bootsect.s是如何被编译、链接，并最终写入软盘第一扇区的。我会用大量图解和真实代码，让你身临其境地感受那个 1991 年的手工构建时代。

一、汇编语言的本质与编译链接流程

1.1 汇编语言：人读得懂的机器指令

CPU 只认识二进制机器码，比如1011 1000 0000 0001可能表示“把立即数 1 放入 AX 寄存器”。这种二进制对人类来说非常不友好，难以记忆和阅读。

于是，人们发明了汇编语言。它用一些容易记忆的助记符来代表机器指令，例如mov ax, 1就对应那条二进制机器码。

汇编语言与机器指令通常是一一对应的（除了某些宏汇编扩展）。一个汇编源文件中的每一条指令，都会被汇编器翻译成对应的机器码。

因此，汇编语言被称为“低级语言”，它直接操作寄存器、内存地址、I/O 端口，几乎和硬件层面对话。

1.2 从汇编源码到可执行文件的流程

一个典型的汇编源文件（.s或.asm）要变成可执行文件，通常需要两个主要步骤：

1. 汇编（Assemble）：汇编器将汇编语言翻译成机器码，生成目标文件（Object File，通常以.o为后缀）。目标文件中除了机器码，还包含符号表、重定位信息等，但还不能直接运行。
2. 链接（Link）：链接器将一个或多个目标文件以及所需的库文件合并，解析符号引用，进行地址分配和重定位，最终生成可执行文件。

这个过程可以用一张 Mermaid 图表示：

对于 C 语言程序，还会有编译（Compile）步骤，将 C 代码先翻译成汇编代码，再经过汇编和链接。但汇编语言直接跳过编译阶段，从汇编开始。

1.3 目标文件与可执行文件的区别

• 目标文件：包含机器码，但地址是相对的，符号引用尚未解决，不能直接执行。
• 可执行文件：所有符号都已解析，地址已经确定，操作系统加载后可以直接运行。

在 Linux 0.11 的bootsect.s场景中，情况又有不同：它最终需要的不是标准的可执行文件，而是一段纯二进制机器码，被 BIOS 加载到固定物理地址0x7C00并执行。因此，它的编译链接流程与普通程序有显著差异。

二、Linux 0.11 的构建工具链：as86 与 ld86

2.1 为什么不用 GNU as 和 ld？

现代 Linux 开发中，我们通常使用 GNU 工具链：as（GNU Assembler）和ld（GNU Linker）。它们支持 32 位和 64 位保护模式代码，生成 ELF 格式的目标文件和可执行文件。

但 Linux 0.11 诞生于 1991 年，当时 GNU 工具链虽然已经存在，但对其支持并不完善，特别是对于16 位实模式代码的支持。而 Linux 0.11 的引导扇区bootsect.s和设置程序setup.s必须运行在 16 位实模式下，因此需要能够生成 16 位代码的汇编器和链接器。

Linus Torvalds 选择了as86和ld86，这是由 Bruce Evans 开发的 8086/80386 汇编器和链接器，它们最初是为 Minix 操作系统设计的，支持生成 16 位和 32 位代码，语法更接近 Intel 风格，并且能够输出纯二进制格式，非常适合引导扇区这种特殊需求。

2.2 as86 汇编器的特点

• 语法类似于 Intel 语法，操作数顺序为目的在前，源在后；
• 立即数使用#前缀，如mov ax, #BOOTSEG；
• 寄存器直接写名字，如ax、bx；
• 支持 16 位和 32 位代码生成（通过.386等伪指令）；
• 生成的目标文件格式为 Minix 的目标文件格式（a.out 变体）。

2.3 ld86 链接器的特点

• 能够将 as86 生成的目标文件链接成 Minix 可执行文件；
• 支持-0选项，生成适用于 8086 的 16 位代码；
• 支持-s选项，剥离符号表；
• 生成的可执行文件包含一个32 字节的头部，这是 Minix 可执行文件格式的一部分。

2.4 工具链对应关系

三、bootsect.s 的特殊性：引导扇区的要求

3.1 引导扇区的硬件规则

当计算机上电或复位时，BIOS 会进行硬件自检（POST），然后按照启动顺序查找可引导设备（软盘、硬盘、光盘等）。对于软盘和硬盘，引导扇区是设备的第一个扇区（512 字节）。

BIOS 检查引导扇区的条件：

1. 扇区大小为 512 字节；
2. 最后两个字节必须是0x55和0xAA（即字0xAA55，小端序）。
3. 如果满足，BIOS 就会把这 512 字节加载到物理内存0x7C00处，然后跳转到0x7C00执行。

因此，bootsect.s编译链接后必须生成一个恰好 512 字节的纯二进制文件，并且最后两个字节是0xAA55。

3.2 为什么必须是纯二进制？

引导扇区是由 BIOS 直接加载执行的，此时还没有操作系统，也没有文件系统。BIOS 只做一件事：把扇区内容原封不动地复制到内存，然后跳转。它不理解 ELF、PE 或任何可执行文件格式。

所以，bootsect.s的最终产物必须是裸机代码——没有任何文件头、元数据，纯粹是 CPU 要执行的机器指令和数据。

这与普通程序完全不同。普通程序由操作系统加载，操作系统会解析可执行文件头，设置内存映射、栈、入口点等。而引导扇区没有这些，它只有 512 字节，一切都要自己搞定。

四、Linux 0.11 中 bootsect.s 的编译与链接

4.1 源码文件与相关定义

Linux 0.11 的boot/bootsect.s文件使用 as86 语法编写。我们先看它的开头和结尾部分，了解整体结构。

开头部分：

BOOTSEG = 0x07c0 INITSEG = 0x9000 SETUPSEG = 0x9020 .globl begtext, begdata, begbss, endtext, enddata, endbss .text begtext: .data begdata: .bss begbss: .text entry start start: mov ax, #BOOTSEG mov ds, ax mov ax, #INITSEG mov es, ax mov cx, #256 sub si, si sub di, di cld rep movw jmpi go, INITSEG

结尾部分（包含 root_dev 和 boot_flag）：

.org 506 root_dev: .word ROOT_DEV boot_flag: .word 0xAA55

这里ROOT_DEV是一个宏，通常在 Makefile 中定义，例如-DROOT_DEV=0x301。

4.2 编译与链接的具体命令

在 Linux 0.11 的boot/Makefile中，与bootsect相关的构建规则大致如下：

bootsect: bootsect.o ld86 -0 -s -o bootsect bootsect.o dd bs=1 if=bootsect of=Image skip=32

我们逐步解析这两条命令。

4.2.1 汇编：as86

首先，bootsect.s需要被汇编成目标文件bootsect.o。这一步通常由 Makefile 中的隐式规则完成，但大致命令是：

as86-0-a-obootsect.o bootsect.s

参数含义：

• -0：生成 8086 指令集（16 位）；
• -a：产生汇编列表文件（可选）；
• -o bootsect.o：指定输出目标文件。

汇编后，bootsect.o包含了机器码、符号表等信息，但其地址是相对的，且带有 Minix 目标文件格式的头部信息。

4.2.2 链接：ld86

接下来，链接器ld86将目标文件链接成可执行文件：

ld86-0-s-obootsect bootsect.o

参数含义：

• -0：生成 8086 代码，与汇编器保持一致；
• -s：剥离符号表，减小文件体积；
• -o bootsect：输出可执行文件，名为bootsect。

链接后生成的bootsect文件是Minix 可执行文件格式。它前面有一个 32 字节的头，包含入口点、段信息等。这个头对于引导扇区来说是多余的，必须去掉。

4.2.3 去除头部：dd

链接后得到的bootsect文件，前 32 字节是 Minix 可执行文件头。真正的机器码从偏移 32 开始。因此，我们需要跳过这 32 字节，提取纯二进制部分：

ddbs=1if=bootsectof=Imageskip=32

• bs=1：每次复制 1 字节（为了精确跳过 32 字节）；
• if=bootsect：输入文件是bootsect；
• of=Image：输出文件是Image（纯二进制）；
• skip=32：跳过前 32 字节。

经过这一步，得到的Image文件就是纯二进制引导扇区代码。

4.3 验证大小与引导标志

引导扇区必须恰好 512 字节，且最后两个字节为0xAA55。

bootsect.s使用了.org 506伪指令，将root_dev定位到偏移 506 处，然后root_dev占 2 字节（506-507），boot_flag从偏移 508 开始，占 2 字节（508-509）。这样最后两个字节就是 510-511，正好是boot_flag的内容0xAA55。

但需要注意，如果代码部分超过 506 字节，.org 506会导致汇编器报错。因此，Linux 0.11 的bootsect.s经过精简，确保代码和数据总计不超过 506 字节。

链接并去除头部后，我们可以检查Image文件大小：

ls-lImage

应该是 512 字节。如果不是，说明构建过程可能有问题。

五、将 bootsect 写入软盘第一扇区

5.1 写入物理软盘

如果有一张实际的软盘，并且系统有软驱，可以使用dd命令直接写入：

ddif=Imageof=/dev/fd0bs=512count=1

• if=Image：输入文件是纯二进制引导扇区；
• of=/dev/fd0：输出到第一个软盘驱动器；
• bs=512：块大小为 512 字节；
• count=1：只复制一个块，即第一扇区。

注意：执行此操作需要 root 权限，因为直接访问设备文件。

5.2 写入软盘镜像文件

现代开发通常使用软盘镜像文件（如boot.img）来模拟软盘。构建流程可能是：

1. 创建一个空的 1.44MB 镜像文件；
2. 将bootsect写入镜像的第一个扇区；
3. 将setup和内核写入后续扇区。

在 Linux 0.11 的原始构建系统中，Makefile会生成一个完整的启动镜像，通常名为Image或boot.img。这个镜像包含引导扇区、设置程序、内核等，可以直接用模拟器或写入设备启动。

例如，在boot/Makefile中可能会有这样的规则：

Image: bootsect setup system dd bs=512 if=bootsect of=Image count=1 dd bs=512 if=setup of=Image skip=1 seek=1 count=4 dd bs=512 if=system of=Image skip=1 seek=5 count=...

这些dd命令将各个部分依次写入Image文件的不同偏移处，形成一个完整的磁盘镜像。

对于软盘第一扇区的写入，最简单的情况就是：

ddif=bootsectof=Imagebs=512count=1conv=notrunc

conv=notrunc确保不会截断Image文件的其余部分。

5.3 启动过程回顾

当 BIOS 从软盘启动时：

1. BIOS 读取软盘第一个扇区（512 字节）到内存0x7C00；
2. 检查最后两个字节是否为0xAA55；
3. 如果是，跳转到0x7C00执行；
4. bootsect代码开始运行，它会将自己从0x7C00复制到0x9000，然后继续加载setup和内核，最终进入保护模式。

六、深入细节：为什么链接后要跳过 32 字节？

6.1 Minix 可执行文件头

ld86生成的可执行文件是 Minix 的 a.out 变体。它的头部结构如下（简化）：

总共 32 字节。这 32 字节对于引导扇区来说没有任何用处，因为 BIOS 不会解析它，只会把它当作机器码的一部分执行（会出问题）。所以必须去掉。

dd skip=32就是跳过这 32 字节，从纯机器码开始提取。

6.2 为什么不用ld86 -o直接生成纯二进制？

ld86本身并不支持直接生成纯二进制文件，它总是输出带有 Minix 头的可执行文件。所以需要借助dd来剥离头部。这也是早期系统构建中常见的手工做法。

七、完整构建流程示例

让我们假设你已经下载了 Linux 0.11 源码，并在现代 Linux 系统上配置好了交叉编译环境（可能需要安装bin86包，其中包含as86和ld86）。

7.1 安装工具

在 Debian/Ubuntu 上：

sudoapt-getinstallbin86

7.2 编译 bootsect.s

进入linux-0.11/boot目录：

cdlinux-0.11/boot

查看Makefile中与bootsect相关的部分，然后执行：

makebootsect

实际执行的命令可能是：

as86-0-a-obootsect.o bootsect.s ld86-0-s-obootsect bootsect.oddbs=1if=bootsectof=bootsect.binskip=32

或者直接输出为Image的一部分。

7.3 检查生成的文件

ls-lbootsect bootsect.bin

bootsect可能是 544 字节（512 + 32 头），bootsect.bin是 512 字节。

7.4 写入软盘镜像

创建软盘镜像：

ddif=/dev/zeroof=floppy.imgbs=512count=2880# 1.44MB

写入引导扇区：

ddif=bootsect.binof=floppy.imgbs=512count=1conv=notrunc

之后可以继续写入setup和system。

八、总结与思考

从汇编源码到软盘第一扇区，整个过程展现了早期操作系统开发的纯粹与硬核。

• 汇编器将人类可读的助记符转换为机器码目标文件；
• 链接器将目标文件组合并解析符号，生成可执行文件；
• dd工具则负责剥离文件头、写入原始设备，完成从“程序”到“引导扇区”的转变。

Linux 0.11 的bootsect.s之所以采用这样的流程，是因为它必须生成512 字节的纯二进制引导扇区，而当时的工具链无法直接输出这种格式，只能通过手动剥离头部来实现。

这不仅是技术问题，更是一种历史缩影：在那个资源有限、工具简陋的时代，开发者们用最直接的方式与硬件对话，亲手搭建起操作系统的第一级台阶。

希望这篇文章能让你对汇编语言的本质、编译链接流程，以及 Linux 0.11 引导扇区的构建有一个透彻的理解。当你下次看到bootsect.s中的那些指令时，你会明白它们是如何一步步变成软盘上的 512 字节，并在开机时被 BIOS 唤醒的。