GOFF

La especificación GOFF (Generalized Object File Format) se desarrolló para el sistema operativo MVS de IBM con el fin de reemplazar el formato de archivo de objeto de IBM OS/360 y compensar las deficiencias del formato anterior. ^{[ 1 ]}

El formato de archivo de objeto original de IBM OS/360 se desarrolló en 1964 para el nuevo ordenador central IBM System/360 . Este formato también fue utilizado por fabricantes de ordenadores centrales compatibles y similares, como los Univac 90/60, 90/70 y 90/80, y el Fujitsu B2800. El formato se amplió para incluir registros simbólicos e información ampliada sobre módulos, además de compatibilidad con procedimientos y funciones con nombres de más de 8 caracteres. Si bien esto resultó útil, no proporcionó la información avanzada necesaria para los lenguajes de programación más complejos de la actualidad ni para funciones más avanzadas como objetos, propiedades y métodos, compatibilidad con Unicode y métodos virtuales .

El formato de archivo objeto GOFF fue desarrollado por IBM aproximadamente en 1995 para superar estos problemas. ^{[ 2 ]} La primera mención de este formato se encuentra en la información introductoria sobre el nuevo ensamblador de alto nivel. ^{[ 3 ]} GOFF admite información de depuración integrada en el formato de datos asociados (ADATA), pero no admite los registros SYM antiguos generados por la opción TEST. Cabe señalar que el formato de archivo objeto OS/360 simplemente fue reemplazado por el formato GOFF, no fue declarado obsoleto, y aún lo utilizan los ensambladores y compiladores de lenguajes cuando el lenguaje puede soportar las limitaciones del formato anterior.

Este artículo utilizará el término «módulo» para referirse a cualquier nombre o símbolo equivalente que se utilice para proporcionar un identificador para un fragmento de código o datos externos al ámbito al que se hace referencia. ^{[ a ]} Un módulo puede referirse a una subrutina, una función, datos comunes o de bloque de Fortran , un objeto o clase, un método o propiedad de un objeto o clase, o cualquier otra rutina o identificador con nombre externo a ese ámbito particular que haga referencia al nombre externo. Tenga en cuenta que el uso de «módulo» en este artículo se utiliza para facilitar la comprensión del tema, pero no es lo mismo que el uso que IBM le da al término «módulo».

The terms "assembler" for a program that converts assembly language to machine code, as well as "to assemble" as the process of using one, and "to compile," as the process of using a "compiler," which does the same thing for high-level languages; for the purposes of this article "compile" and "compiler" are interchangeable with "assemble" and "assembler".

Numbers used in this article are expressed as follows: unless specified as hexadecimal (base 16), all numbers used are in decimal (base 10). When necessary to express a number in hexadecimal, the standard mainframe assembler format of using the capital letter X preceding the number, expressing any hexadecimal letters in the number in upper case, and enclosing the number in single quotes, e.g. the number 15deadbeef₁₆ would be expressed as X'15DEADBEEF'.

A "byte" as used in this article, is 8-bits, and unless otherwise specified, a "byte" and a "character" are the same thing; characters in EBCDIC are also 8-bit. When multi-byte character sets (such as Unicode) are used in user programs, they will use two (or more) bytes.

The format is similar to the OS/360 Object File Format but adds additional information for use in building applications.^[4]

• GOFF files are either fixed- or variable-length records.
• A GOFF record must completely fit within a single record of the underlying file system. A GOFF file is not a stream-type file.
• Fixed-length records must be 80 bytes. The minimum size of a variable-length record is 56 bytes. In the case of fixed-length records, there will be unused bytes at the end of a record. These bytes must be set to binary zero.
• The program reading (or writing) GOFF records is not to make assumptions about the internal format of records, the operating system is presumed to be able to provide fixed- or variable-length records without the program reading them needing to be aware of the operating system internal file management. The length of a record is not part of the record itself.
• Binary values are stored in big endian format, e.g. the value 1 is X'01' for an 8-bit value, X'0001' for a 16-bit value, X'00000001' for a 32-bit value, and X'0000000000000001' for a 64-bit value.
• Bits are counted from left to right; bit 0 is the left-most bit in a byte or word.
• Fixed-length records are required for GOFF files deployed on Unix systems.
• A record may be continued on a subsequent record. Where a record is continued, no intervening record(s) shall occur between the record being continued and the continuation record.
• A GOFF object file starts with an HDR record and ends with an END record. The END record should include the number of GOFF records (not the number of physical records) in the file.
• A language compiler or assembler can produce multiple GOFF files in one compilation/assembly, but the individual GOFF files must be separate from each other. This means that a module or compilation unit, consisting of an HDR record, intervening ESD, TXT and others, finishing with an END record, may then be followed by another compilation unit starting with HDR and ending with END, and so on, as needed.
• Module and Class names are case sensitive. A module named "exit" (as used by the C language) need not be the same as "EXIT" used by the Fortran language.
• Some conventions applicable to the OS/360 Object File Format are carried over to the GOFF Object File Format, including:
  • Unless otherwise specified, all characters are in the EBCDIC character set, except for external names, as stated below.
  • ESD items (Main programs, subroutines, functions, FORTRAN Common, methods and properties in objects) must be numbered starting with 1 and each new item is to have the next number in sequence, without any 'gaps' in the numbering sequence.
  • An ESD item must be defined before any other record (such as a TXT or RLD record) references it.
  • Each ESD record contains exactly one ESD item. (This is different from the old format, which permitted up to 3 ESD items in each ESD record.)
  • An RLD record (relocation dictionary^[5]) may contain one or more items, and an RLD record may be continued to a subsequent record.
  • To ensure future compatibility, fields indicated as 'reserved' should be set to binary zero.
  • Character sets used for external names are not defined by the GOFF standard, but there is a provision for a file to indicate what character set is being used. (This is to support double-byte character set Unicode-based module names.) Some IBM products, however, only allow characters for external names and other identifiers to a restricted range, typically (EBCDIC) hexadecimal values of X'41' through X'FE' plus the shift-in and shift out characters, X'0F' and X'0E', respectively.
• The new format supports Class names, of which there are two types, reserved and user supplied or non-reserved. All class names have a maximum length of 16 characters.
• Los nombres de clase reservados constan de una sola letra, un guion bajo y de 1 a 14 caracteres. Los nombres de clase reservados que comienzan con B_ están reservados para el encapsulador; los nombres de clase reservados que comienzan con C_ y están marcados como cargables están reservados para programas creados para su uso con el Entorno de Lenguaje (LE) de IBM. Los nombres de clase que comienzan con C_ que no están marcados como cargables, así como las clases que comienzan con X_, Y_ o Z_, están disponibles para uso general como no reservados .
• Los nombres de clase proporcionados por el usuario pueden estar en minúsculas.
• Los nombres de las clases no son símbolos externos.
• Los manuales de IBM no mencionan qué página de códigos utiliza este formato, pero para los fines de este artículo asumiremos que es la 037, aunque eso no debería afectar a las instrucciones de la máquina ni a los datos almacenados por este formato.

Las siguientes clases utilizadas por el enlazador pueden consultarse si es necesario para fines de compilación:

Los siguientes nombres de clase están reservados por el enlazador y no son accesibles para las aplicaciones de usuario:

• La información de la tabla simbólica del archivo de objeto SYM del registro de formato de archivo de objeto 360 no está disponible para los archivos de objeto GOFF; en su lugar, debe utilizarse el registro ADATA (subregistro de TXT).

De forma similar al formato anterior de OS/360, los registros de archivos de objetos se dividen en 6 tipos de registros diferentes, algunos añadidos, otros eliminados, otros modificados:

• La grabación HDR (esto es nuevo) debe realizarse primero, ya que define el encabezado del archivo objeto.
• Los registros ESD definen programas principales, subrutinas, funciones, secciones ficticias, Fortran Common, métodos y propiedades, así como cualquier módulo o rutina que pueda ser llamado por otro módulo. Se utilizan para definir el o los programas o segmentos de programa que se compilaron en esta ejecución del compilador, y las rutinas externas utilizadas por el programa (como exit() en C , CALL EXIT en Fortran ; new() y dispose() en Pascal ). Los registros ESD deben aparecer antes de cualquier referencia a un símbolo ESD.
• Los registros TXT se han ampliado y, además de contener las instrucciones de la máquina o los datos que almacena el módulo, también contienen registros de datos de identificación (IDR) (20 o más tipos), registros de datos asociados (ADATA) e información adicional relacionada con el módulo.
• Los registros RLD se utilizan para reubicar direcciones. Por ejemplo, un programa que hace referencia a una dirección ubicada 500 bytes dentro del módulo, almacenará internamente la dirección como 500, pero cuando el módulo se carga en la memoria, inevitablemente se ubicará en otro lugar. Por lo tanto, un registro RLD informa al editor de enlaces o al cargador qué direcciones debe modificar. Asimismo, cuando un módulo hace referencia a un símbolo externo, generalmente establece el valor de dicho símbolo en cero y luego incluye una entrada RLD para ese símbolo, lo que permite al cargador o al editor de enlaces modificar la dirección al valor correcto.
• Los registros LEN son nuevos y proporcionan cierta información sobre la longitud.
• Los registros END indican el final de un módulo y, opcionalmente, dónde debe comenzar la ejecución del programa. Este debe ser el último registro del archivo.

Los registros GOFF pueden ser de longitud fija o variable; la longitud mínima al usar registros de longitud variable es de 56 caracteres, aunque la mayoría de los registros serán más largos. Excepto los nombres de módulos y clases, todos los caracteres pertenecen al conjunto de caracteres EBCDIC . Los sistemas basados ​​en Unix deben usar registros de longitud fija (80 bytes). Los registros en archivos de longitud fija que sean más cortos que la longitud fija deben rellenarse con ceros. Para distinguir los registros GOFF del formato de objeto OS/360 anterior (donde el primer byte de un registro es X'02') o de los comandos que puedan estar presentes en el archivo, el primer byte de cada registro GOFF siempre es el valor binario X'03', mientras que los comandos deben comenzar con un valor de carácter de al menos un espacio (X'40'). Los siguientes 2 bytes de un registro GOFF indican el tipo de registro, la continuación y la versión del formato de archivo. Estos primeros 3 bytes se conocen como el campo PTV .