汇编基础笔记

汇编语法格式

在汇编中，一般有两种不同的语法，它们是AT&T语法和Intel语法。

AT&T语法是GNU汇编器（GAS）所采用的语法，主要应用于UNIX系统。AT&T语法的特点是:
操作数的顺序是源操作数在前，目的操作数在后，同时使用“%”来表示寄存器。例如：

movl $0x12345678, %eax  # 把常数0x12345678赋给EAX寄存器

Intel语法则是Intel的汇编器采用的语法，主要应用于Windows系统。Intel语法的特点是操作数的顺序是目的操作数在前，源操作数在后，同时使用“[]”来表示内存地址。例如：

mov eax, 0x12345678  ; 把常数0x12345678赋给EAX寄存器

调用约定

在x86架构下，常见的C调用约定有以下几种：

cdecl：参数从右往左入栈，由调用方负责恢复堆栈，返回值通常存在eax寄存器中，适用于可变参数的函数。

stdcall：参数从右往左入栈，由被调用方负责恢复堆栈，返回值通常存在eax寄存器中，适用于Win32 API。

fastcall：将前两个整型或指针类型的参数放在ecx和edx寄存器中，其他参数从右往左入栈，由被调用方负责恢复堆栈，返回值通常存在eax寄存器中，适用于微软Visual C++编译器。

cdecl64：参数从右往左入栈，由调用方负责恢复堆栈，返回值通常存在rax寄存器中，适用于x86-64架构。

System V ABI：参数从左往右依次放在寄存器和栈中，返回值通常存在eax/rax寄存器中，由被调用方负责恢复堆栈，适用于Linux、macOS等系统。

寄存器

x86-64 指令架构要求至少有 16 个 64Bit 的通用寄存器。

64位	32位	16位	8位	全称	用途
通	用	寄	存	器
%rax	%eax	%ax	%al/%ah	register a extended	存储函数的返回值（return value）
%rbx	%ebx	%bx	%bl/%bh	register b extended	没有约定
%rcx	%ecx	%cx	%cl/%ch	register c extended	存储函数的第4个参数
%rdx	%edx	%dx	%dl/dh	register d extended	存储函数的第3个参数
%rsi	%esi	%si	-	register source index	存储函数的第2个参数
%rdi	%edi	%di	-	register destination index	存储函数的第1个参数
%r8	%r8d	%r8w	%r8b	register 8	存储函数的第5个参数
%r9	%r9d	%r9w	%r9b	register 9	存储函数的第6个参数
%r10-%r11	%r10d-%r11d	%r10w-%r11w	%r10b-%r11b	register 10 ~ register 11	/
%r12-%r15	%r12d-%r15d	%r12w-%r15w	%r12b-%r15b	register 12 ~ register 15	/
堆	栈	寄	存	器
%rbp	%ebp	%bp	-	register base pointer	存储栈底指针
%rsp	%esp	%sp	-	register stack pointer	存储栈顶地址
指	令	寄	存	器
rip	eip				永远存储下一条指令的地址
段	寄	存	器
CS					代码段寄存器
SS					栈段寄存器
DS					数据段寄存器
ES					附加（数据）段寄存器
FS					数据段寄存器
GS					数据段寄存器

提示：
ax分为ah和al，高低位之分，可以独立使用。
为了保证兼容性，四个寄存器都可以分为两个独立的8位寄存器使用；
ax可以分为ah和al
bx可以分为bh和bl
cx可以分为ch和cl
dx可以分为dh和dl

函数调用分析

参数既可以放在栈中传递，也可以直接使用寄存器传递。

调用以call开始，以ret结束，因此可以定位call和ret来判别函数调用。

下面举一个例子说明：

说明:设a=3、b=1,计算a-b,a、b为字型数据；
参数:进入子程序时,栈顶存放段基地址IP，后面依次存放参数a和b;
结果:a-b=2

# 调用方将参数b=1放入ax寄存器中
mov ax,1
# 调用方将ax入栈
push ax
# 调用方将参数a=3放入ax寄存器中
mov ax,3
# 调用方将ax入栈
push ax
# 跳转到子程序
call child


# 被调用方child,将调用方的段基地址IP入栈，所以被调用方帮调用方入栈个参数
push bp
# 被调用方将自己的段基地址设为当前栈顶
mov bp,sp
# 因为在push参数a和b后，子程序又push了一个bp，所以bp+2是段基地址，bp+4是参数a
mov ax, [bp+4] 
# bp+6参数b，计算a-b，并将结果存在寄存器ax上
sub ax, [bp+6] 
# 弹出调用方的bp值，设定BP:IP寄存器，并回退两个参数的位置4
ret 4

常用指令

# 入栈，保存上一个栈帧的rbp到栈中
push    rbp

# 更改rsp指针为rbp
mov     rbp, rsp

# rsp的地址减去20h，为存储数据做准备
sub     rsp, 20h

# 保存上一个栈帧的edi值
mov     [rbp+argc], edi

# 保存上一个栈帧的rsi值
mov     [rbp+argv], rsi

# 将当前栈帧的入参aHello字符串的地址装载到rsi寄存器中
lea     rsi, aHello 

# 将cout对象地址加载到rdi中
lea     rdi, _ZSt4cout@@GLIBCXX_3_4

# 跳转到相应函数
call    __ZStlsISt11char_traitsIcEERSt13basic_ostreamIcT_ES5_PKc

内存段

内存本身没有段，但是可以通过规定寄存器来人为给内存分段，也就是说，使用不同段寄存器访问不通的内存段。

程序被划分为指令、数据和栈三部分。指令就是指令，数据就是数据，栈就是程序的执行进度。

# 指令段内存地址
CS:IP

# 数据段内存地址
DS、[adrress]

# 栈段读写地址
SS:SP

参考资料

AMD64 Architecture Programmer’s Manual Volume 1: Application Programming

Computer Systems: A Programmer’s Perspective, 3/E (CS:APP3e)

x86-64 汇编：寄存器和过程调用约定

聊一聊基础的CPU寄存器~

汇编的学习

汇编语言–x86汇编指令集大全

c语言内部(汇编代码分析)函数调用过程探究

Linux X86 程序启动 – main函数是如何被执行的？