x86汇编语言基础(AT&T语法)

0 背景

之前自学了王爽老师的《汇编语言》一书，作为初学者学习汇编语言，这是一本很好的入门书籍，对学习操作系统或者编译器的底层机制是有很大帮助的，但是不足是，这本书还停留在16位的8086汇编的阶段，而现在的操作系统都是跑在32位或64位的保护模式，所以想要实用些，还是要深入研究下。之前又学习了些x86的AT&T（常用的还有Intel格式）语法基础，也有在之前的博客中展示过，想着把这些分享下，也算自己复习下咯。

1 编译汇编文件

gcc -S xxx.c -o xxx.s

随便写个C代码：

#include <stdio.h>                                    
int main(){                
        int a = 1;         
        int b = 1;         
        int c = a+b;       
        prinf("%d\n",c);                                                                                                                                                                 
        return c;          
}                         

gcc -S assembly.c -o assembly.s.打开来看，可能有点懵逼，没关系，跳过，后面一点点介绍，回头学习完再来看。

        .file   "assembly.c"
        .text
        .section        .rodata
.LC0:       
        .string "%d\n"
        .text                                                                                                                                                                            
        .globl  main
        .type   main, @function
main:       
.LFB0:   
        .cfi_startproc
        pushq   %rbp
        .cfi_def_cfa_offset 16
        .cfi_offset 6, -16 
        movq    %rsp, %rbp
        .cfi_def_cfa_register 6
        subq    $16, %rsp
        movl    $1, -4(%rbp)
        movl    $1, -8(%rbp)
        movl    -4(%rbp), %edx
        movl    -8(%rbp), %eax
        addl    %edx, %eax
        movl    %eax, -12(%rbp)
        movl    -12(%rbp), %eax
        movl    %eax, %esi
        movl    $.LC0, %edi
        movl    $0, %eax
        call    printf
        movl    -12(%rbp), %eax
        leave
        .cfi_def_cfa 7, 8
        ret 
        .cfi_endproc
.LFE0:   
        .size   main, .-main
        .ident  "GCC: (GNU) 8.3.1 20190507 (Red Hat 8.3.1-4)"
        .section        .note.GNU-stack,"",@progbits

另外，同样C++也可以g++指令实现。

2寄存器

在汇编世界里，主要通过汇编指令来操纵寄存器和内存地址，来实现程序的。

2.1寄存器的位数

在王爽的《汇编语言》见过ax、ah/al寄存器，这时16bit和高低8bit的寄存器，在目前的x86-64架构中会见到eax、和rax，分别对应32bit，64bit寄存器。

方便记忆：

a:accumulator 累加
h/l:high/low 高低
e:extend 扩展
r:register 寄存器？找个猜的不对

2.2 通用寄存器

目前的CPU可能有上百个实际的物理寄存器。当然了，对软件开发人员来说，我们只需要关注逻辑上的通用寄存器。这里以64bit寄存器为例，其他同理。
如下所示：

3指令说明

3.1 基本说明

1、前缀
AT&T 汇编中：

• 寄存器前被冠以“%”
• 立即数前被冠以“$”
• 十六进制数前被冠以“0x”

2、后缀
操作码的后缀一般表示操作码的位数，l代表32位，w代表16位，b代表8位。
例如汇编中常见的
movl就是操作32位寄存器，movb是8bit。
3、操作数方向
操作数的方向和intel有点不一样，比如把立即数$0x13放到寄存器%ah中，用的是movb $0x42,%ah，即源操作数在前，目的操作数在后，这一点和intel汇编语法正好相反。
对于内存单元操作数来说，在AT&T 中是把寄存器用（）括起来，而非[]。

举例说明

movl 0x13, %ebx
movl %ebx, 8(%si)

前后缀就不说了，这里将立即数0x13放入寄存器ebx，后面一句是将ebx寄存器里的值放到内存地址是8(%si)的内存单元上。

另外，AT&T间接寻址方式是有别于intel汇编的，上例中的8(%si)就相当于intel汇编中的[si+8]。

3.2 常用指令

1、运算指令
常见的指令如下：

addl %edx, %eax   //edx+eax，结果放到eax l表示32位，后面指令位64位
add  $5,%r10 	  // 5 + r10，结果放到r10
div  %r10 		  //rax 除以r10，商放到rax，余数放到rdx
inc  %r10 		  // r10 加1
mul  %r10 		  // 将rax乘以 r10, 将结果放到rax中，溢出部分放到rdx

2、拷贝指令

拷贝有从寄存器到寄存器、从寄存器到内存

mov %r10,%r11 	//将r10寄存器的值赋值给r11 ；
mov $99,%r10 	//将立即数99赋值给r10寄存器；
mov %r10,(%r11) // 将r10的值拷贝到r11寄存器中的数值指向的内存地址上；
mov (%r10),%r11 // 将r10中数值指向的内存地址上的内容拷贝到r11；
push %r10 		// 将r10的值放到栈上 ；
pop %r10 		// 将栈顶的值pop到r10寄存器上。

3、流程控制指令

任何一种高级语言都有流程控制的关键词，同样对应汇编也有。这里主要介绍汇编的跳转指令和标签，我们这里看一段汇编代码：

cmpb $GRUB_INVALID_DRIVE,%al
    je 1f
    movb %al,%dl
1:
    pushw %dx

首先这里就用到了标签，和跳转指令。其中：

• 1就是标签label
• comb，表示8bit的的比较操作，cmpb $GRUB_INVALID_DRIVE,%al表示，比较立即数GRUB_INVALID_DRIVE和al（ax低8bit）存储的数字
• je 1f是跳转指令。j:jump e:equal 表示前面两数比较，如果相等，就跳转到label1的位置。
• 1f 1是标签，f:forward这里表示向前寻找标签1，如果是b:backward表示向后寻找。当有重复存在时使用，一般自动编译不会重复，自己写汇编可以这么用。

下面列举几个常见的跳转指令：

cmp %r10,%r11 // 比较r10 和 r11，根据比较结果来设置CPU的状态寄存器，从而影响后面的jump语句；
cmp $99,%r11  // 比较99和r11，根据比较结果来设置CPU的状态寄存器，从而影响后面的jump语句；
jmp label 	  //跳转到label
je label 	  //如果相等，跳转到label
jne label 	  // 如果不相等，跳转到label
jl label 	  // 如果小于，跳转到label
jg label 	  // 如果大于，跳转到label
call label	  // 调用函数
ret 		  // 从函数调用返回
syscall 	  //系统调用 (32位模式下, 使用"int $0x80" 软中断)

4、汇编指示符(assembler directive)

编译出的汇编文件的开始处，有一段由句号('.') 开头的指令，这些就是“AT&T 汇编指示符”了。这里命令名的其余是字母,通常使用小写。这些不会被翻译成机器指令，而是给汇编器一些特殊指示，称为汇编指示（Assembler Directive）或伪操作（Pseudo-operation）。
我们来看几个常见的：

• 1，.byte 表达式（expression_rs）

.byte可不带参数或者带多个表达式参数，表达式之间由逗点分隔。每个表达式参数都被汇编成下一个字节。在stage1.s中，有这么一段代码：

after_BPB:
CLI
.byte 0x80,0xca

那么编译器在编译时，就会在cli指令的下面接着放上0x80和0xca，因为每个表达式要占用1个字节，所以此处一共占用2个字节。

• 2，.word 表达式

这个表达式表示任意一节中的一个或多个表达式（同样用逗号分开），表达式占一个字（两个字节）。类似的还有.long。例：

.word 0x800

• 3，.file 字符（string）

.file 通告编译器我们准备开启一个新的逻辑文件。 string 是新文件名。总的来说，文件名是否使用引号‘"’都可以；但如果您希望规定一个空文件名时，必须使用引号""。本语句将来可能不再使用—允许使用它只是为了与旧版本的as编译器程序兼容。在as的一些配置中，已经删除了.file以避免与其它的汇编器冲突。例如stage1.s中：

.file ”stage1.s”

• 4，.text 小节（subsection）

通知as编译器把后续语句汇编到编号为subsection的正文子段的末尾，subsection是一个纯粹的表达式。如果省略了参数subsection，则使用编号为0的子段。例：

.text

• 5，.code16

告诉编译器生成16位的指令

• 6，.globl

.globl使得连接程序（ld）能够看到symbol，如果gemfield在局部程序中定义了symbol，那么与这个局部程序链接的局部程序也能存取symbol，例：

.globl SYMBOL_NAME(idt) 

定义idt为全局符号。

• 7，.fill repeat , size , value

repeat, size 和value都必须是纯粹的表达式。本命令生成size个字节的repeat个副本。Repeat可以是0或更大的值。Size 可以是0或更大的值, 但即使size大于8,也被视作8，以兼容其它的汇编器。各个副本中的内容取自一个8字节长的数。最高4个字节为零，最低的4个字节是value，它以as正在汇编的目标计算机的整数字节顺序排列。每个副本中的size个字节都取值于这个数最低的size个字节。再次说明，这个古怪的动作只是为了兼容其他的汇编器。size参数和value参数是可选的。如果不存在第2个逗号和value参数，则假定value为零。如果不存在第1个逗号和其后的参数，则假定size为1。

例如，在linux初始化的过程中，对全局描述符表GDT进行设置的最后一句为：

.fill NR_CPUS*4,8,0

意思是.fill给每个cpu留有存放4个描述符的位置，并且每个描述符是8个字节。不过要注意的是，这种包含程序已初始化数据的节（.data）和包含程序程序还未初始化的数据的节（.bss），编译器会把它们在4字节上对齐，例如，.data是25字节，那么编译器会将它放在28个字节上。当这种以后缀名.s编写的A T&T格式的汇编代码完成后，就是编译和链接了。

也并不是所有汇编文件都包含这些指示符，这里的指示符也仅仅是常见的一部分。

现在回过头来看最开始的汇编是不是很清晰了呢？

4 栈操作

回到汇编代码，看到在每个汇编代码块的开始都有两句一样的汇编指令：（代码块没有汇编格式，用了C风格注释）

pushl   %ebp         	//将调用者的栈底部地址保存起来
movl    %esp, %ebp		//将调用者的栈顶部地址,设置为本栈帧的底部
subq    $16, %rsp		//为变量申请内存空间， 开辟了16字节

其实这两句可以理解是保存上一个函数（这里是main函数）的栈底指针，然后从新开始一个新的栈。

另，栈操作可参考：
《计算机是如何工作的——汇编代码分析》
Debug一个C语言加法程序

这里只是将我所学的一些基础语法，分享出来，对于基本的阅读汇编语言应该问题不大，但是想要深入学习，特别是要写汇编语言或者优化代码的同学来说，是远不够的。

另外错误或不足，还请大家多多指出，共同学习进步。