汇编语言是直接对应系统指令集的低级语言，在语言越来越抽象的今天，汇编语言并不像高级语言那样使用广泛，仅仅在驱动程序，嵌入式系统等对性能要求苛刻的领域才能见到它们的身影。但是这并不表示汇编语言就已经没有用武之地了，通过阅读汇编代码，有助于我们理解编译器的优化能力，并分析代码中隐含的低效率，所以能够阅读和理解汇编代码也是一项很重要的技能。因为我平时都是在linux环境下工作的，这篇文章就讲讲linux下的汇编语言。
一、汇编语法风格
汇编语言分为intel风格和AT＆T风格，前者被Microsoft Windows/Visual C++采用，Linux下，基本采用的是AT＆T风格汇编，两者语法有很多不同的地方。
| AT&T | Intel |
| pushl %eax | push eax |
| AT&T | Intel |
| pushl $1 | push 1 |
| AT&T | Intel |
| addl $1, %eax | add eax, 1 |
4. 字长表示不同。在 AT&T 汇编格式中，操作数的字长由操作符的最后一个字母决定，后缀'b'、'w'、'l'分别表示操作数为byte、word和long；而在 Intel 汇编格式中，操作数的字长是用 "byte ptr" 和 "word ptr" 等前缀来表示的。例如：
| AT&T | Intel |
| movb val, %eax | mov al, byte ptr val |
5. 寻址方式表示不同。在 AT&T 汇编格式中，内存操作数的寻址方式是
section:disp(base, index, scale)
而在 Intel 汇编格式中，内存操作数的寻址方式为：
section:[base + index*scale + disp]
由于 Linux 工作在保护模式下，用的是 32 位线性地址，所以在计算地址时不用考虑段基址和偏移量，而是采用如下的地址计算方法：
disp + base + index * scale
| Intel | AT＆T | |
| 内存直接寻址 | seg_reg: [base + index * scale + immed32] | seg_reg: immed32 (base, index, scale) |
| 寄存器间接寻址 | [reg] | (%reg) |
| 寄存器变址寻址 | [reg + _x] | _x(%reg) |
| 立即数变址寻址 | [reg + 1] | 1(%reg) |
| 整数数组寻址 | [eax*4 + array] | _array (,%eax, 4) |
二、IA32寄存器
1．通用寄存器
顾名思义，通用寄存器是那些你可以根据自己的意愿使用的寄存器，但有些也有特殊作用，IA32处理器包括8个通用寄存器，分为3组
1) 数据寄存器
EAX 累加寄存器，常用于运算;在乘除等指令中指定用来存放操作数，另外,所有的I/O指令都使用这一寄存器与外界设备传送数据。
EBX 基址寄存器，常用于地址索引
ECX 计数寄存器，常用于计数；常用于保存计算值，如在移位指令,循环(loop)和串处理指令中用作隐含的计数器.
EDX 数据寄存器，常用于数据传递。
2) 变址寄存器
ESI 源地址指针
EDI 目的地址指针
3) 指针寄存器
EBP为基址指针(Base Pointer)寄存器，存储当前栈帧的底部地址。
ESP为堆栈指针(Stack Pointer)寄存器，一直记录栈顶位置，不可直接访问，push时ESP减小，pop时增大。
2. 指令指针寄存器
EIP 保存了下一条要执行的指令的地址， 每执行完一条指令EIP都会增加当前指令长度的位移，指向下一条指令。用户不可直接修改EIP的值，但jmp、call和ret等指令也会改变EIP的值，jmp将EIP修改为目的指令地址，call修改EIP为被调函数第一条指令地址，ret从栈中取出（pop）返回地址存入EIP。
三、函数调用过程
函数调用时的具体步骤如下：
1. 调用函数将被调用函数参数入栈，入栈顺序由调用约定规定，包括cdecl，stdcall，fastcall，naked call等，c编译器默认使用cdecl约定，参数从右往座入栈。
2. 执行call命令。
call命令做了两件事情，一是将EIP寄存器内的值压入栈中，称为返回地址，函数完成后还要到这个地址继续执行程序。然后将被调用函数第一条指令地址存入EIP中，由此进入被调函数。
3. 被调函数开始执行，先准备当前栈帧的环境，分为3步
pushl %ebp 保存调用函数的基址到栈中，
movl %esp, %ebp 设置EBP为当前被调用函数的基址指针，即当前栈顶
subl $xx, %esp 为当前函数分配xx字节栈空间用于存储局部变量
4. 执行被调函数主体
5. 被调函数结束返回，恢复现场，第3步的逆操作，由leave和ret两条指令完成，
leave 主要恢复栈空间，相当于
movl %ebp, %esp 释放被调函数栈空间
popl %ebp 恢复ebp为调用函数基址
ret 与call指令对应，等于pop %EIP，
6. 返回到调用函数，从下一条语句继续执行
我们来看两个具体例子，第一个求数组和，
int ArraySum(int *array, int n){ int t = 0; for(int i=0; i<n; ++i) t += array[i]; return t; } int main() { int a[5] = {1, 2, 3, 4, 5 }; int sum = ArraySum(a, 5); return sum; }
编译成汇编代码
gcc -std=c99 -S -o sum.s sum.c
gcc加入了很多汇编器和连接器用到的指令，与我们讨论的内容无关，简化汇编代码如下：
ArraySum: pushl %ebp movl %esp, %ebp subl $16, %esp //分配16字节栈空间 movl $0, -8(%ebp) //初始化t movl $0, -4(%ebp) //初始化i jmp .L2 .L3: movl -4(%ebp), %eax sall $2, %eax //i<<2, 即i*4, 一个int占4字节 addl 8(%ebp), %eax //得到array[i]地址，array+i*4 movl (%eax), %eax //array[i] addl %eax, -8(%ebp) //t+=array[i] addl $1, -4(%ebp) .L2: movl -4(%ebp), %eax cmpl 12(%ebp), %eax //比较i<n jl .L3 movl -8(%ebp), %eax //return t; 默认eax存函数返回值 leave ret main: .LFB1: pushl %ebp movl %esp, %ebp subl $40, %esp movl $1, -24(%ebp) //初始化a[0] movl $2, -20(%ebp) //初始化a[1] movl $3, -16(%ebp) //初始化a[2] movl $4, -12(%ebp) //初始化a[3] movl $5, -8(%ebp) //初始化a[4] movl $5, 4(%esp) //5作为第二个参数传给 ArraySum leal -24(%ebp), %eax //leal产生数组a的地址 movl %eax, (%esp) //作为第一个参数传给ArraySum call ArraySum movl %eax, -4(%ebp) //返回值传给sum movl -4(%ebp), %eax //return sum leave ret
栈变化过程如下：
执行call指令前 执行call指令后
从图中可以看出
1. 数组连续排列，用move指令逐个赋值，读取数组元素方法是，用leal得到数组首地址，再计算偏移量
2. 参数从右往左入栈
3. gcc为了保证数据是严格对齐的，分配的空间大于使用的空间，有部分空间是浪费的
下面这个例子说明了struct结构的实现方法，
struct Point{ int x; int y; }; void PointInit(struct Point *p, int x, int y){ p->x = x; p->y = y; } int main() { struct Point p; int x = 10; int y = 20; PointInit(&p, x, y); return 0; }
编译成汇编代码，简化如下：
PointInit: pushl %ebp movl %esp, %ebp movl 8(%ebp), %eax //p的地址 movl 12(%ebp), %edx //x movl %edx, (%eax) //p->x=x movl 8(%ebp), %eax movl 16(%ebp), %edx //y movl %edx, 4(%eax) //p->y=y popl %ebp ret main: pushl %ebp movl %esp, %ebp subl $28, %esp movl $10, -8(%ebp) //x=10 movl $20, -4(%ebp) y=20 movl -4(%ebp), %eax movl %eax, 8(%esp) movl -8(%ebp), %eax movl %eax, 4(%esp) leal -16(%ebp), %eax //取p地址&p movl %eax, (%esp) call PointInit movl $0, %eax leave ret
栈图就不画了，可以清楚地看出struct跟数组类似，连续排列，通过相对位移访问struct的成员，p->y与*(p+sizeof(p->x))有一样的效果。
四、disassemble和objdump
在linux下有两个跟汇编有重要关系的命令，一个是objdump，另一个是gdb中的disassemble。
objdump帮助我们从可执行文件中反汇编出汇编代码，从而逆向分析工程。
objdump -d sum
部分汇编代码如下
080483b4 <ArraySum>: 80483b4: 55 push %ebp 80483b5: 89 e5 mov %esp,%ebp 80483b7: 83 ec 10 sub $0x10,%esp 80483ba: c7 45 f8 00 00 00 00 movl $0x0,-0x8(%ebp) 80483c1: c7 45 fc 00 00 00 00 movl $0x0,-0x4(%ebp) 80483c8: eb 12 jmp 80483dc <ArraySum+0x28> 80483ca: 8b 45 fc mov -0x4(%ebp),%eax 80483cd: c1 e0 02 shl $0x2,%eax 80483d0: 03 45 08 add 0x8(%ebp),%eax 80483d3: 8b 00 mov (%eax),%eax 80483d5: 01 45 f8 add %eax,-0x8(%ebp) 80483d8: 83 45 fc 01 addl $0x1,-0x4(%ebp) 80483dc: 8b 45 fc mov -0x4(%ebp),%eax 80483df: 3b 45 0c cmp 0xc(%ebp),%eax 80483e2: 7c e6 jl 80483ca <ArraySum+0x16> 80483e4: 8b 45 f8 mov -0x8(%ebp),%eax 80483e7: c9 leave 80483e8: c3 ret
disassemble可以显示调试程序的汇编代码，用法如下
disas 反汇编当前函数
disas sum 反汇编sum函数
disas 0x801234 反汇编位于地址 0x801234附近的函数
disas 0x801234 0x802234 返汇编指定范围内函数
reference：
扫一扫
106
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
