汇编学习记录（一）

汇编学习笔记（一）

注意： 下面的所有代码，都是在nasm环境下完成，遵循nasm的指令集，且汇编程序都为64位程序。

数据在处理器和内存中的存储方式

处理器中：它在获取内存中数据时是从高位到低位获取的，即需要对内存中数据进行一个翻转。如下图，数据是0725h

内存中： 将数据0725H存储在内存中，低位存在低地址，高位存在高地址。

这种存储方式就是小端序存储！

编写一个简单汇编程序

汇编程序结构

一个简单汇编程序分为三段：

• data段：用来声明初始化数据或常量，这些数据在运行是不允许被改变。
• bss段：用来声明变量。
• text段：真正的代码执行段，用来执行指令。

汇编程序语句

汇编语句有三种类型：

• 可执行指令或者简单指令：我们也可以它们为opcode(operation code)。当计算机需要运行一个汇编程序的时候，这个汇编文件先会变成二进制文件，随后链接为可执行文件。在变成二进制文件时，每一个指令（opcode）都会被翻译成机器语言，即二进制代码（我不想叫它二进制代码，但是找不到名词形容它了）。
• 汇编指令或伪操作：翻译是这样翻译的，但是不知道为啥叫汇编指令。据我理解，这部分的代码实际上不会被翻译为机器语言。类似于C语言中的#include<stdio.h>，它告诉编译器需要包含stdio.h这个头文件，让它在真正执行可执行代码前导入这个头文件，而不是作为具体的指令去执行一些操作。
• 宏定义：和C语言实际上来说时一样的。是一种文本替换机制。

汇编基础语法

[label]   mnemonic   [operands]   [;comment]

这是汇编语法的基本结构，这个看着挺奇怪的，实际上看到真正的汇编代码就能理解语法是怎么样的了。注意，汇编语言里面的注释符号是;这个后面的语句将会被注释（行注释）。

第一个汇编程序：

bits 64
default rel

segment .data
    msg db "Hello world!", 0xd, 0xa, 0 ;0xd和0xa加在一起换一行，0代表字符串以0结尾

segment .text
global main
extern ExitProcess

extern printf

main:
    push    rbp
    mov     rbp, rsp
    sub     rsp, 32  ;提升堆栈空间

    lea     rcx, [msg]
    call    printf   ;printf 这个函数通过rcx传参

    xor     rax, rax  ;rax传参，以0退出
    call    ExitProcess

这是一个用来打印hello world的汇编程序，这个其实非常的清楚。第一段为.data段，用来存一些变量和常量。.text段中是需要执行的代码。

MOV指令

接下来我将用一个程序演示mov指令和调用printf需要注意的事项

bits 64
default rel

segment .data
    msg db "Hello world!", 0xd, 0xa, 0
    b db 1,2,3,4
    c dw 100,200,300,400
    format1 db "%d", 0    
    format2 db "%f", 0
segment .text
global main
extern ExitProcess
extern scanf
extern printf

main:
    push    rbp
    mov     rbp, rsp
    sub     rsp, 32

    lea     rcx,[format1]
    movzx   rdx,byte b[0]
    add     rdx,10h
    call    printf

    xor     rax, rax
    call    ExitProcess

分析：

• bits 64 和 default rel 是汇编指令，它们设置了编译器编译代码时需要使用的一些属性。这里是它们的详细说明：

1. bits 64:

这是一个用于设置目标操作系统架构（指令集）的编译指令。bits 64 表示我们正在为一个 64 位操作系统（例如 x86-64 体系结构）编写汇编代码。同样，如果我们需要为一个 32 位操作系统编写代码，应使用 bits 32。这个指令确定了指令寄存器和地址的宽度。

2. default rel:

这个编译指令用于设置 x86-64 下默认的代码和数据标签寻址方式。rel 是 “relative”（相对）的缩写。在64位汇编中，推荐使用相对寻址方式，不仅因为这样更简洁，还因为它与被称为在 Position Independent Code (PIC，位置无关代码) 的代码模型兼容。

default rel 指定了在64位模式下，没有特定寻址前缀的 jxx, call, jmp 等跳转指令默认使用相对寻址。同样地，一些数据访问指令（mov, lea 等）也会默认使用相对寻址。

简而言之，bits 64 指定我们在编写在 64 位环境下运行的代码，而 default rel 指导编译器在64位模式下，默认使用相对寻址方法。这两个指令常用于 64 位汇编代码中来配置编译器的行为。

• printf需要格式化输出，所以需要传递它的第一个参数format。然后再传递第二个参数，即需要打印的值。
• movzx表示高位用0补齐，rax实际大小为64位，而这个数组为byte类型所以需要高位补零。

以下是mov的指令形式：

MOV  register, register
MOV  register, immediate
MOV  memory, immediate
MOV  register, memory
MOV  memory, register ;register是寄存器，immediate是立即数，也可以看作为常量，memory是内存

变量

为初始化的变量分配空间

定义变量的格式

[variable-name]    define-directive    initial-value   [,initial-value]...

这是由NASM提供的用于定义变量的指令格式，这段指令写在data段中，实际上，上面的两个代码已经写过类似的格式，比如:

b db 1,2,3,4

这就是一个定义数组的指令，定义了一个byte类型的b[4]，b[4] = {1,2,3,4}。在定义这个数组后，这个数组名就是该数组首地址的offset，在这里，我们都采用相对地址寻址。

变量的可定义大小（五种）：

为未初始化的变量分配空间

预留空间指令：

segment .data
    ; 预留变量空间
    var1      RESB    1        ; 预留 1 个字节 (8位) 的空间
    var2      RESW    1        ; 预留 1 个字 (16位，即2字节) 的空间
    var3      RESD    1        ; 预留 1 个双字 (32位，即4字节) 的空间
    var4      RESQ    1        ; 预留 1 个四字 (64位，即8字节) 的空间
    var5      REST    1        ; 预留 1 个十字 (80位，即10字节) 的空间

多次定义与多次初始化：

choice	  DB 	'Y' 		 ;ASCII of y = 79H
number1	  DW 	12345 	 ;12345D = 3039H
number2    DD  12345679  ;123456789D = 75BCD15H

这是多次定义，这些数据在data段中是连续的。

marks  TIMES  9  DW  0

times代表重复初始化，这里的意思是marks这一个dword类型的数组重复9次初始化0，即marks[0]到marks[8]都为0。

常量

下面，我将介绍一些NASM里面提供的用来声明常量的语法。

• EQU
• %assign
• %define

EQU

CONSTANT_NAME EQU expression

还是很容易看懂这玩意的，常量名 + EQU + 表达式，这种定义方法类似于C语言里面的const int a = xxx。当然，严谨一点来说数据类型不一定是int。

下面是一个代码示例，需要注意的是，这个常量不是定义在数据段中的。

bits 64
default rel

TESTT equ 5000

segment .data
       format db "%d"
segment .text
global main
extern ExitProcess
extern scanf
extern printf

main:
    push    rbp
    mov     rbp, rsp
    sub     rsp, 32

    lea     rcx,[format]
    mov   rdx,TESTT
    call    printf

    xor     rax, rax
    call    ExitProcess

提一个坑点，这个常量的名字不能是TEST因为和某个指令名称冲突了。

%assign

%assign CONSTANT_NAME EXPRESSION

注意，和EQU不同的是，%assign可以运行重复定义，而且这个指令是大小写敏感的。如下：

%assign CONSTANT_NAME 10
%assign CONSTANT_NAME 20

可以在一个写一个汇编程序时同时存在这行代码，如下程序：

bits 64
default rel

%assign CONSTANT_NAME 10
%assign CONSTANT_NAME 20
segment .data
       format db "%d"
segment .text
global main
extern ExitProcess
extern scanf
extern printf

main:
    push    rbp
    mov     rbp, rsp
    sub     rsp, 32

    lea     rcx,[format]
    mov   rdx,CONSTANT_NAME
    call    printf

    xor     rax, rax
    call    ExitProcess

最后打印出来的值是 20。

%define

和C语言中的#define是类似的，可以定义常量也可以定义字符串。注意它可以重定义也是对大小写完全敏感的

bits 64
default rel

%define CONSTANT_NAME 10
%define CONSTANT_NAME 20
%define dati mov
segment .data
       format db "%d"
segment .text
global main
extern ExitProcess
extern scanf
extern printf

main:
    push    rbp
    mov     rbp, rsp
    sub     rsp, 32

    lea     rcx,[format]
    dati   rdx,CONSTANT_NAME ;类似于文本替代，学过C语言的实际上能够很容易看懂
    call    printf

    xor     rax, rax
    call    ExitProcess

总结

• 目前使用的编译器是NASM，系统是Windows，所有汇编程序都是64位程序。
• 从现在开始，终于开始正式学习汇编了，进度比想象的慢，希望之后能加快进度。
• 如果有时间会不定期得更新汇编学习的博客，如有问题欢迎提出。