1、通过汇编一个简单的C程序，分析汇编代码理解计算机是如何工作的

姓名：周毅

原创作品转载请注明出处 

《Linux内核分析》MOOC课程http://mooc.study.163.com/course/USTC-1000029000

一、基础知识

1、计算机一条一条的执行指令；

2、寄存器%EIP总是存着下一条指令所在内存的地址；

3、本课程用到的3个寄存器（32位）：

          %eax：默认“累加器”，也是一个通用寄存器，往往也是存储函数返回值的寄存器。

          %esp：“基址指针”，一般作为一个函数的框架指针；

          %ebp：堆栈指针，典型的用法是配合push和pop汇编指令间接改变自身，%ebp就是栈顶指针；

4、本课程用到的汇编指令：

      movl A,B          将A赋值给B，其中A可为寄存器、立即数、内存地址、对应内存地址中的内存等，B可为寄存器、对应内存地址指向的空间；

     

      addl A,B           B=A+B

       subl A,B           B=B-A

      push和pop指令：

        push A   将A入栈，栈顶指针esp减4然后存入栈顶

        pop A     esp地址内容出栈赋值给A，esp加4

        在函数开头处经常见到如下汇编指令：

      

      其含义表明将上一个函数的框架指针%ebp入栈，然后将当前栈顶指针%esp作为当前函数的框架指针。

      leave指令：

       leave等价于：

       movl %ebp,%esp

       popl  %ebp

       在ret指令之前，作为恢复返回函数的基址和栈顶指针状态。

       call和ret指令：

    call A       A为函数名或地址，表示执行A函数或执行A地址的命令；

    ret            返回执行调用当前函数指令的下一条指令；

      call和ret成套使用，如同C语言的调用和返回，图中右边可以看成左边call和ret的伪汇编执行（实际%eip是无法直接访问的）。

5、本课程需要用到的linux命令

      得到C语言code.c的汇编代码code.s：

gcc -S -o code.s code.c 

      得到C语言code.c的可执行程序code，-g将代码信息编译到可执行文件中方便gdb调试：

gcc -o code code.c -g

      gdb调试：

gdb code                   调试可执行程序code

(gdb) r                    运行到下一个断点处

(gdb) b 8                  行号8设置断点

(gdb) b main               main函数名设置断点

(gdb) b *0x8048333         在内存0x8048333处设置断点
(gdb) s                    执行下一条语句（若调用函数则进入函数）

(gdb) n                    执行下一条语句，调用函数当做一条语句

(gdb) p i                  输出变量i的值

(gdb) i r                  输出所有寄存器的值

(gdb) q                    退出

二、实验

1、创建文件code.c，然后写入如下C代码：

 

2、得到对应汇编指令文件code.s：

 

3、打开code.s：

 

4、去掉.开头的行：

 

5、汇编代码分析：

 

 

6、结果验证（查看寄存器里的值）：

 

      odjdump -d code得到code的汇编代码（因为实验楼环境为64位，所以寄存器为%r开头）

 

      使用gdb调试，我们在main函数的返回指令0x400525处设置断点，这时查看%rax的值发现为13，与分析结果一致。

 

6、结果验证（直接C语言调试）：

      修改源代码如下：

 

      gdb调试，b 12在12行设置断点，r运行发现12行a=f(9)+1正要执行，n执行这条指令，p a输出a的值为13，符合分析结果。

 

 

三、总结

      这次实验用到了gcc和gdb的常用命令，涉及到汇编及其指令执行时内存和寄存器的变化。

       通过这次实验，了解了计算机执行程序时的内部原理：

       1、每条指令执行时，先从eip取指令地址，然后从内存地址处取指令执行；

      2、eip总是存下一条指令（取指后eip自动指向下条指令地址）；

      3、eip不能直接修改，只能通过转跳指令call,ret,jmp等间接修改eip，即下条指令的执行地址；

      4、call指令执行时，计算机先将下条指令地址eip存入栈中，然后改变eip地址为需要执行的地址；

      5、ret指令执行时，计算机出栈恢复执行call时的下条指令地址至eip，执行下条指令相当于返回执行，所以call,ret总是成对的；

      6、ebp往往作为一个函数的基地址，esp作为栈顶地址，所以函数开始往往有push %ebp,mov %esp,%ebp两条指令；

      7、leave与第6条相对，往往在ret前出现，相当于pop %ebp,mov %ebp,%esp两条指令，恢复调用前的基址和栈顶指针。