用实例学习：指令编码的解析！

用实例学习：指令编码的解析！

这里，我尝试解析一些实际的指令编码：

(一)        指令Encode 转化为 汇编语句

以下指令编码摘自某句汇编码, 我将这段指令编码，解析成汇编语句：

示例一：
00000016：89 54 24 04
分析如下：
（1）        首先，看看Intel & AMD 的指令编码格式：（基本知识）
+--------+-----------------+-------------+-----------+-------+------------------+----------------+
| Prefix  |        REX prefix     |  OpCode  | Mod/RM | SIB    | Displacement  |  Immediate |
----------+-----------------+-------------+---------- +-------+-------------------+---------------+
   66           40                    1 byte     1 byte    1 byte    1,2,4 bytes    1,2,4 bytes
   67
   2E           |
   3E           |
   26
   64        althought
   65
   36           |
   F0           |
   F3
   F2          4F

REX prefix byte：仅仅被支持于：AMD64 处理器，目的是为了扩展64位Operands。
Intel的处理器没有该域。                         

Mod/RM bytes 由三个域组成：   XX       XXX        XXX   （ binary）
                                ——    ——     ——
                                mod     reg        r/m 

SIB bytes 同样由三个域组成：
XX      XXX       XXX （binary）
——    ——     ——
scale    index     base

(2) 第1个 byte ：89 （Opcode），One byte encode。
通过查 Intel 或 AMD 手册得知这个Encode（编码）对应的指令是： Mov Ev, Gv
解释一下：这是一条mov 指令, 有两个Operand（操作数）。

目标Operand是：register 或者 memory operand，大小是 2 bytes 或 4 bytes，具体要根据指令的 default operand size 来定。本例中，这是一个 4 bytes 大小的数。

源Operand 是：register，大小为2 bytes 或 4 bytes。本例中是 4 bytes大小的数。

（3）        第2个byte：54 （ Mod/RM），One byte encode

54 （Mod / RM）： 01       010      100
                             ——    ——      ——
                     |          |            |
                               +--------|------ --|----------------> mod (模式) : 01
                                           |           |
                                          +----------|----------------> register : 010  是 edx 寄存器
                                      |
                                                        +---------------> r/m ( memory reference)：100

源Operand 是：edx 寄存器。
目标Operand： 在 mod 01 和 r/m 100 配合下，这是一个需要 [SIB] + displacement 的寻址模式，也就是说必须配合 SIB 字节才能正确寻址。故下1 bytes 必定是 SIB byte。

（4）        第3个bytes： 24 （SIB），One byte encode
24 （SIB）：  00         100          100
                     ——      ——      ——
               |              |               |
                      +-----------|------------|------------------->  scale： 00
                                     +-----------|-------------------->  Index:  100 
                                                     +------------------->  Base :   100

scale： 00表示 scale 为 1
Index： 100表示 memory operand 的形式为 [base] 的形式
Base： 100表示 base register 为 esp 寄存器

现在，总结分析，目标operand是什么？
Mod/RM 表明：operand有一个 displacement 数
SIB     表明：  operand 的形式是 [base]

结合，Mod/RM 与 SIB 得出最终的Operand 寻址模式为：[base + displacement] 的寻址方式。
可得出结果为： [esp + disp]

(5) 最后一个 bytes：04 （displacement）

在SIB byte的下一个字节是 displacement（偏移量），这个偏移量是基于 code segmemt 的。
在这里是04 值。

总结：现在结果可以出来了，汇编形式为：
00000016：89 54 24 04            =>     movl  %edx,  4(%esp)

           例子二：

下面摘自某语句的编码，它的汇编形式是什么？
0f b6 4d f8 (hex)

(1)        首先，我们看第1个byte，是：0fh
byte 0F：说明这条指令的Opcode 有两个bytes
并且，这是一条32 bit 的operands 的指令。因为它没有prefix修饰码。

(2)        第2个byte，是：b6h，那么，我们查表（two-byte opcode表）得知：
这条指令是：MOVZX Gv,Eb
说明：这条指是带0扩展传送指令。这条指令的Opcode有2个bytes。
源Operand：Eb说明是1 byte的register或 memory数
目标Operand：Gv是任何一个General purpose register（通用寄存器），其大小是：word(2 bytes)，doubleword（4 bytes）或者quadword（8 bytes）

(3)        第3个byte，是：4dh，这个byte是Mod/RM byte。也就是：01 001 101（binary）
得知：目标Operands是：ECX 寄存器。
源Operands的寻址方式是：[ebp] + displacement的形式。
而这个displacement只需要1个bytes，故，下一个byte 必定是displacement

(4)        第4个byte，是：f8h。
基于，第3点所述的，源operand的寻址方式是：[ebp]+displacement，它并不需要SIB byte。
故，这个字节是个displacement。
所以，源operands是：[ebp] + f8。

(5)        总结：结果是：
0f b6 4d f8 (hex)  =>  movzx ecx, byte ptr [ebp + f8] （Intel 格式）

转化我喜欢的AT&T格式为：movzbl 0xf8(%ebp), %ecx
                      即：movzbl  –8(%ebp), %ecx （最终结果）

            （二）将汇编语句解析为指令Encode（编码）

如下的语句，是如何转化为Encode的？

一、指令示例1：add  %ecx，%eax （AT&A格式）

（1）        查表，ADD Ev, Gv（Intel格式） 的Opcode Encode 是：01
（2）        operands encode 由 Mod/RM 决定。
分析如下：Ev 由 Mod/RM bytes中的 mod filed和 r/m filed 来决定
          Gv 由 Mod/RM bytes中的 reg filed 来决定。

故：Mod/RM byte 得出结果为：11 001 000（binary）  即：C8（hex）

总结： add  %ecx,  %eax   => 01 C8  （Instruction Encode）

二、指令示例2：add (%esp), %eax （AT&A格式）

(1)        查表得出：ADD Gv, Ev（Intel格式）的Opcode Encode是：03

(2)        同样地，Operands encode由Mod/RM决定，但是，这个例子中，源操作数的寻址方址是SIB形式，即：disp(base,index,scale) 的形式。故，光有Mod/RM byte是不够的，还必须结合SIB byte才行。
故，初步确定，这条指令需要3个bytes。包括：Opcode encode 、Mod/RM encode 以及 SIB encode。

(3)        GV 由 Mod/RM 中的 reg 域来决定。同时，Mod/RM 中的 r/m 域决定SIB 寻址。
故： Mod/RM 结果为：00 000 100 （binary），即：04（hex）

(4)        Ev 由最终由SIB来决定。SIB中的base 域决定哪个 base register。
SIB中的 Index 域决定寻址方式。
故：SIB 结果为： 00 100 100 （binary），即：24（hex）

(5)        最终结果编码为：
add  (%esp)，%eax     =>    03 04 24 （Instruction Encode）   

三、指令示例3：
这里，我将AMD64的指令转化为Encodes
指令为：mov rax, [rbx]（Intel格式，64位的操作数）

REX prefix 编码为：
          0100  X   X   X  X
               ——  —  — — —
            4    W   R  X  B  位

(1)        AMD 的REX prefix 设定了64-bit operands，故这条指令，必定需要REX prefix
REX的W位（第3 bit）作用是扩展64位操作数，此位置为1时，可以使用AMD的64-bit operand size。这里为1。
REX的B位（第0 bit）作用是扩展64寄存器。这里为1。
REX的R位（第2 bit）作用是扩展64寄存器。这里为1。
REX的X位（第1 bit）作用在SIB上，用于扩展寻址寄存器。这里为0。
故整个REX prefix 为：4D

（3）        查表得：MOV Gv, Ev 编码为：8B

(2)        Mod/RM byte为：03。这里并不需要SIB寻址方式
若：源操作数是[rbx + rcx]的情况下，就需要SIB字节了！因为，有了一个SIB寻址方式之故。

(3)        最终结果编码为：
mov rax，[rbx]          =>    4D 8B 03 （hex）

注意：这条指令必须是AMD64处理器，在被初始化64位模式下才能执行。
若：4D 8B 03 在IA32下执行会是：意想不到的结果！

希望我的分析能带给你一些帮助。当然，这里不可能很详细的讲解，其中Encode（编码）请查Intel 和 AMD 的手册，一些架构性的知识，也可以从指令中获得。

例如：

1、AMD为了支持64技术，在指令结构中引进了REX Prefixs。增加了8个通用寄存器（r8 – r15）。8个调试寄存器，8个控制寄存器。更有效地址的寻址方式

2、指令的default operad size 是32位的，在64-bit 模式中，AMD的REX Prefix 中的W（bit）扩充为64-bit。而 Prefix 66h 可以更改 Operand size 大小。Default address operands size 是64位的。Prefix 67h 可以更改Address operand size 的大小。

3、指令的缺省size由 CPU 当前的模式决定，若CPU 被初始化为64-bit 模式，则可以利用AMD64 技术。

4、通过，对指令编码的学习，可以开发自己的汇编语言编译器，从而最终实现自己的后端汇编器。实现64编译器。这就是我的目的！

posted on 2010-07-28 06:05  SunBo 阅读( ...) 评论( ...) 编辑 收藏

转载于:https://www.cnblogs.com/sunyubo/archive/2010/07/28/2282142.html