通过反汇编一个简单的C程序，分析汇编代码理解计算机是如何工作的

刘子健 

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

对一下代码进行反汇编分析:

int g(int x)
{
  return x + 42;
}
 
int f(int x)
{
  return g(x);
}
 
int main(void)
{
  return f(42) + 42;
}

我的主机是64位的Linux，所以使用的反汇编代码也是64-bits的．

	.file	"2015_03_01.c"
	.text
	.globl	g
	.type	g, @function
g:
.LFB0:
	.cfi_startproc
	pushq	%rbp
	.cfi_def_cfa_offset 16
	.cfi_offset 6, -16
	movq	%rsp, %rbp
	.cfi_def_cfa_register 6
	movl	%edi, -4(%rbp)
	movl	-4(%rbp), %eax
	addl	$42, %eax
	popq	%rbp
	.cfi_def_cfa 7, 8
	ret
	.cfi_endproc
.LFE0:
	.size	g, .-g
	.globl	f
	.type	f, @function
f:
.LFB1:
	.cfi_startproc
	pushq	%rbp
	.cfi_def_cfa_offset 16
	.cfi_offset 6, -16
	movq	%rsp, %rbp
	.cfi_def_cfa_register 6
	subq	$8, %rsp
	movl	%edi, -4(%rbp)
	movl	-4(%rbp), %eax
	movl	%eax, %edi
	call	g
	leave
	.cfi_def_cfa 7, 8
	ret
	.cfi_endproc
.LFE1:
	.size	f, .-f
	.globl	main
	.type	main, @function
main:
.LFB2:
	.cfi_startproc
	pushq	%rbp
	.cfi_def_cfa_offset 16
	.cfi_offset 6, -16
	movq	%rsp, %rbp
	.cfi_def_cfa_register 6
	movl	$42, %edi
	call	f
	addl	$42, %eax
	popq	%rbp
	.cfi_def_cfa 7, 8
	ret
	.cfi_endproc
.LFE2:
	.size	main, .-main
	.ident	"GCC: (Ubuntu 4.8.2-19ubuntu1) 4.8.2"

反汇编得到的代码里面有很多提示信息，提示信息以 . 开头，程序执行时这些提示信息不是指令，我们在这个反汇编样例里面可以精简代码，把这些提示信息删除．有些信息不能剔除，这些信息是编译器必须的，否则你过不了编译链接．

下面是精简后的反汇编代码：以下代码可以通过 gcc ./2015_03_01.s -o ./a.out

	.text
	.globl	g
	.type	g, @function
g:
	pushq	%rbp
	movq	%rsp, %rbp
	movl	%edi, -4(%rbp)
	movl	-4(%rbp), %eax
	addl	$42, %eax
	popq	%rbp
	ret
	.size	g, .-g
	.globl	f
	.type	f, @function
f:
	pushq	%rbp
	movq	%rsp, %rbp
	subq	$8, %rsp
	movl	%edi, -4(%rbp)
	movl	-4(%rbp), %eax
	movl	%eax, %edi
	call	g
	leave
	ret
	.size	f, .-f
	.globl	main
	.type	main, @function
main:
	pushq	%rbp
	movq	%rsp, %rbp
	movl	$42, %edi
	call	f
	addl	$42, %eax
	popq	%rbp
	ret
	.size	main, .-main

关于基本汇编指令的分析，我之前有笔记，可以去看这里:

http://blog.csdn.net/cinmyheart/article/details/25558911

我们这里着重分析反汇编代码:

g: , f:, main:　均用来指示函数的入口．

对于函数main.

首先压栈，pushq 指令将rsp寄存器的值减去一个指针长度，在64-bits机器上即8byte,然后将 rbp寄存器的值写入到rsp指向的地址处．

movq　%rsp, %ebp指令则将rsp寄存器的值赋值给rbp寄存器．这样一来，属于main函数的栈区域便构建好了．

接着movl　把立即数42赋值给寄存器edi, 然后call指令调用函数f.函数f的返回值会储存在eax寄存器中，等待f调用完之后，会把eax寄存器的值和立即数42相加，并储存在eax寄存器中．最后把rbp寄存器处的值弹栈．然后ret指令返回．

---------------------------------------------------------------------------------

call  f 

指令就相当于

push %eip　#把当前指令指针寄存器压栈，然后跳转到f处
jump f

---------------------------------------------------------------------------------

ret 指令就相当于

popl %eip  #把当前esp寄存器指向地址处的值，赋值给eip

然后把esp寄存器的值减去一个指针长度,即8-byte

---------------------------------------------------------------------------------

看看函数f都干了神马．

还是和上面介绍main函数一样的＂老规矩＂，构建函数f的堆栈，

pushq %rbp

movq %rsp, %rbp

接着使用subq $8, %rsp把rsp寄存器的值减去8.

接着把edi寄存器的值赋值给rbp寄存器指向地址处减去4byte的地址处

紧接着，把这个地址处的值赋值给eax寄存器．

把eax寄存器的值又赋值给edi寄存器（其实我想说，这不是吓折腾么．．．这编译器啊．．这期间edi寄存器的值没变）

然后调用函数g

一句话概括就是把edi寄存器的值加上42赋值给eax寄存器，然后返回．（不改变edi寄存器的值）

阐明自己对“计算机是如何工作的”理解：

对于规范化后的程序指令，逐一的对程序指令进行＂解释处理＂．不同的CPU，可能有不同的汇编指令集，比方说Intel -- X86 /X64平台，ARM平台，PowerPC等等，但是他们最基本的的思想都是近似的－－冯诺依曼体系结构．

数字计算机的数制采用二进制；计算机应该按照程序顺序执行

-----------------------