AT&T汇编基础(一）——寄存器与内存寻址

AT&T汇编是学习Linux内核必备基础知识。Linux内核有大量AT&T汇编代码。本文介绍如何使用标准的AT&T语法编写x86汇编代码。

完整的x86指令集庞大而复杂（Intel的x86指令手册有几千页），这里不做全面覆盖。本系列文章将重点聚焦于x86编程的现代特性，仅深入讲解基础指令集以帮助读者建立基本认知。

寄存器

现代x86处理器（386及以上）包含8个32位通用寄存器如图1所示。寄存器名称大多具有历史渊源：EAX曾作为累加器用于算术运算，ECX因常用于存储循环计数而得名。虽然多数寄存器在现代指令集中已失去特殊用途，但按惯例仍有两个专用寄存器——栈指针（ESP）和基址指针（EBP）。

对于EAX、EBX、ECX和EDX寄存器，可访问其子寄存器。例如，EAX的低16位可作为AX寄存器使用，AX的低8位称为AL，高8位称为AH。这些名称指向同一物理寄存器：当向DX存入双字节数据时，会同时影响DH、DL和EDX的值。这些子寄存器主要是早期16位指令集的遗留设计，但在处理小于32位的数据（如单字节ASCII字符）时仍具实用价值。

内存与寻址模式

声明静态数据区

在x86汇编中，您可以通过专用的汇编器指令声明静态数据区（类似于全局变量）。数据声明需以.data指令开头。此后可用.byte、.short和.long指令分别声明单字节、双字节（16位）与四字节（32位）的数据存储空间。为引用这些数据的地址，可为其附加标签。标签在汇编中具有高度灵活性与实用性，它们为内存地址赋予名称，具体地址值将由汇编器或链接器后期解析。这种方式类似于高级语言里通过名称声明变量，但需遵循更底层的规则，例如连续声明的数据将在内存中相邻存储。

示例声明：

.data            

var:        
.byte 64 /* 申明一个字节，变量名var，值为64. */
.byte 10 /* 申明一个无名变量，值为 10. 存储位置是： var + 1. */
x:           
.short 42 /* 申明一个变量名为x的两字节，值为 42*/
y:           
.long 30000      /* 申明y变量，初始值为： 30000. */

与支持多维数组及索引访问的高级语言不同，x86汇编语言中的数组本质上是内存中连续分布的存储单元。声明数组只需罗列元素值即可，如下方第一个示例所示。对于字节数组的特殊场景，可直接使用字符串字面量进行初始化。若需在内存中开辟填充零值的区域，可使用.zero指令。

示例：

s:           

.long 1, 2, 3   /* 申明3个4字节空间，初始值分别为： 1, 2和 3.以变量名s为开始位置。位置 s + 8 的值是 3. */

barr:             
.zero 10 /* 在barr位置申请初始值为0的10个字节. */
str:        
.string "hello"     /* 在str位置申请6字节，初始值是字符串的ASCII码，并且以null(0)结尾 */

内存寻址

现代x86兼容处理器能够寻址高达2³²字节（4GB）的内存空间，其内存地址采用32位宽度。在前述示例中，通过标签引用的内存区域实际上会被汇编器替换为具体的32位内存地址。除通过标签（即常量地址值）访问内存外，x86架构提供了一种灵活的地址计算机制：最多可将两个32位寄存器与一个32位有符号常量相加来生成内存地址，其中一个寄存器还可选择预先乘以2、4或8的系数（用于处理不同数据宽度的偏移计算）。

这种寻址模式可应用于多数x86指令（具体指令将在后续章节详述）。此处我们以数据传送指令mov为例进行说明，该指令用于在寄存器与内存间传输数据，其语法包含两个操作数：第一个操作数为源操作数，第二个指定目标操作数。

以下是使用地址计算方式的mov指令示例：

mov (%ebx), %eax      /* 将EBX寄存器指向的内存地址处的4字节数据加载到EAX */
mov %ebx, var(,1)    /* 将EBX中的值存入内存地址var处的4字节空间（注意：var为32位常量地址）*/
mov -4(%esi), %eax   /* 将ESI寄存器值减4后指向的内存地址的4字节数据加载到EAX */
mov %cl, (%esi,%eax,1)    /* 将CL寄存器的值存入ESI+EAX计算得到的内存地址处的1字节空间 */
mov (%esi,%ebx,4), %edx  /* 将ESI+4*EBX计算得到的内存地址处的4字节数据加载到EDX */

如下是非法地址计算示例：

mov (%ebx,%ecx,-1), %eax          /*只允许累加寄存器. */

mov %ebx, (%eax,%esi,%edi,1)         /* 地址计算时，最多有两个寄存器. */

操作符后缀

通常情况下，内存地址处数据项的预期大小可通过汇编代码指令的上下文推断。例如在上述所有指令中，内存区域的大小均可从寄存器操作数的位数推导：当加载32位寄存器时，汇编器可推断目标内存区域为4字节宽；当存储单字节寄存器值时，汇编器则推断目标地址指向内存中的单个字节。

但某些情况下，被引用内存区域的大小存在歧义。以指令mov $2, (%ebx)为例：该指令是将数值2存入EBX地址指向的单个字节，还是将32位整型值2存入从EBX地址起始的4字节空间？由于两种解释均可能成立，汇编器必须通过显式指定后缀来消除歧义。为此，x86汇编引入了b（1字节）、w（2字节，字）和l（4字节，长字）后缀来明确操作数大小。

示例：

movb $2, (%ebx)    /* 将数值2存入EBX寄存器指向的单个字节内存（8位操作） */
movw $2, (%ebx)    /* 将16位整型值2存入EBX指向的连续2字节内存（低字节在前） */
movl $2, (%ebx)    /* 将32位整型值0x00000002存入EBX指向的4字节内存（小端存储） */