Formatos de instrucciones ejecutables de Dalvik

Esta página enumera los formatos de instrucción utilizados por el formato ejecutable (DEX) de Dalvik y el código de bytes de Dalvik. Está destinado a ser utilizado junto con el documento de referencia de código de bytes .

Descripciones bit a bit

La primera columna de la tabla de formato enumera el diseño bit a bit del formato. Consta de una o más "palabras" separadas por espacios, cada una de las cuales describe una unidad de código de 16 bits. Cada carácter de una palabra representa cuatro bits, leídos desde los bits más altos hasta los más bajos, con barras verticales (" | ") intercaladas para ayudar en la lectura. Las letras mayúsculas en secuencia desde " A " se utilizan para indicar campos dentro del formato (que luego se definen aún más mediante la columna de sintaxis). El término " op " se utiliza para indicar la posición de un código de operación de ocho bits dentro del formato. Se utiliza un cero con barra (" Ø ") para indicar que todos los bits deben ser cero en la posición indicada.

En su mayor parte, las letras proceden de unidades de código anteriores a unidades de código posteriores, y de orden inferior a orden superior dentro de una unidad de código. Sin embargo, existen algunas excepciones a esta regla general, que se realizan para que la denominación de partes con significado similar sea la misma en diferentes formatos de instrucción. Estos casos se indican explícitamente en las descripciones de formato.

Por ejemplo, el formato " B|A| op CCCC " indica que el formato consta de dos unidades de código de 16 bits. La primera palabra consta del código de operación en los ocho bits inferiores y un par de valores de cuatro bits en los ocho bits superiores; y la segunda palabra consta de un único valor de 16 bits.

Formatear ID

La segunda columna de la tabla de formato indica el identificador corto del formato, que se utiliza en otros documentos y en el código para identificar el formato.

La mayoría de los ID de formato constan de tres caracteres, dos dígitos seguidos de una letra. El primer dígito indica la cantidad de unidades de código de 16 bits en el formato. El segundo dígito indica el número máximo de registros que contiene el formato (máximo, ya que algunos formatos pueden acomodar un número variable de registros), con la designación especial " r " que indica que se codifica un rango de registros. La letra final indica semimnemónicamente el tipo de cualquier dato adicional codificado por el formato. Por ejemplo, el formato " 21t " tiene una longitud de dos, contiene una referencia de registro y, además, contiene un destino de rama.

Los formatos de enlaces estáticos sugeridos tienen un sufijo " s " adicional, lo que los convierte en cuatro caracteres en total. De manera similar, los formatos de enlace "en línea" sugeridos tienen un sufijo " i " adicional. (En este contexto, los enlaces en línea son como los enlaces estáticos, excepto que tienen vínculos más directos con la implementación de una máquina). Finalmente, un par de formatos extraños sugeridos (por ejemplo, " 20bc ") incluyen dos datos que están representados en su ID de formato. .

La lista completa de letras de código tipográfico es la siguiente. Tenga en cuenta que algunos formularios tienen diferentes tamaños, según el formato:

Sintaxis

La tercera columna de la tabla de formato indica la sintaxis orientada al usuario para las instrucciones que utilizan el formato indicado. Cada instrucción comienza con el código de operación nombrado y, opcionalmente, va seguida de uno o más argumentos, separados por comas.

Siempre que un argumento se refiere a un campo de la primera columna, la letra de ese campo se indica en la sintaxis, repetida una vez por cada cuatro bits del campo. Por ejemplo, un campo de ocho bits denominado " BB " en la primera columna también estaría etiquetado como " BB " en la columna de sintaxis.

Los argumentos que nombran un registro tienen la forma " v X ". Se eligió el prefijo " v " en lugar del más común " r " exactamente para evitar conflictos con arquitecturas (no virtuales) en las que se podría implementar el formato Dalvik Executable y que a su vez utilizan el prefijo " r " para sus registros. (Es decir, esta decisión hace posible hablar de registros virtuales y reales juntos sin necesidad de circunloquios).

Los argumentos que indican un valor literal tienen la forma " #+ X ". Algunos formatos indican literales que sólo tienen bits distintos de cero en sus bits de orden superior; para estos, los ceros se representan explícitamente en la sintaxis, aunque no aparecen en la representación bit a bit.

Los argumentos que indican un desplazamiento relativo de la dirección de instrucción tienen la forma " + X ".

Los argumentos que indican un índice de grupo constante literal tienen la forma " kind @ X ", donde " kind " indica a qué grupo constante se hace referencia. Cada código de operación que utiliza dicho formato permite explícitamente sólo un tipo de constante; consulte la referencia del código de operación para descubrir la correspondencia. Los tipos de grupo constante son " string " (índice de grupo de cadenas), " type " (índice de grupo de tipos), " field " (índice de grupo de campos), " meth " (índice de grupo de métodos) y " site " (índice de sitio de llamadas). ).

De manera similar a la representación de índices de conjunto constante, también hay formularios sugeridos (opcionales) que indican compensaciones o índices previnculados. Hay dos tipos de valores previnculados sugeridos: compensaciones de vtable (indicadas como " vtaboff ") y compensaciones de campo (indicadas como " fieldoff ").

En los casos en los que un valor de formato no forma parte explícitamente de la sintaxis sino que selecciona una variante, cada variante se enumera con el prefijo " [ X = N ] " (por ejemplo, " [A=2] ") para indicar la correspondencia. .

Formatos