二进制基础

二进制基础

从C语言到可执行程序

• 源代码C Code —(编译)— 汇编代码 —(汇编)— 目标文件 —(链接)— 可执行程序

汇编语言是机器指令的助记语言，汇编语句和机器语句可一一对应

目标文件是源代码经过编译后没有被链接的那些中间文件，例如Linux下的.o文件

可执行程序是可被操作系统加载到内存并执行的文件，例如Linux系统下的ELF文件和Windows下的EXE文件

库函数是可复用的代码（包含函数或变量）集合，用于向其他程序提供代码

库分为静态库(.a)和动态库(.so)：静态库中的代码和数据会完整的拷贝到可执行程序中，而动态库则需要在程序运行时通过动态链接的方式加载

动态库的目标是为了节约操作系统运行时的内存和文件的内存，如大量程序内都会用到的一些常规函数，不比出现多份，动态链接的机制可以帮助你复用这些代码

无论是何种方式，链接的作用都是修复文件之间的引用关系

机器指令的执行

• 取指令 → 指令译码 → 指令执行 → 访存取数 → 结果写回
  

CUP从内存中读取指令并对指令进行解码，去执行，并在最后写回。执行过程中会涉及内存中其他数据的读取，执行结果有可能涉及一些结果的写回

寄存器：CPU片上的一些存储单元(存储能力有限，但访问速度很快，一些不需要返回到内存中的中间值可以储存到寄存器中来减少CPU的访存次数提高运行速度)

栈

一种先进后出的数据结构

被用于函数的局部内存管理

• 保存局部变量
• 保存函数的调用信息（如返回地址）

栈往低地址方向增长,栈底高地址，栈顶低地址

esp寄存器永远指向栈顶

栈操作

入栈，Push：esp = esp - 4(32位下是4字节)
出栈，Pop: esp = esp + 4
无论是存入数据还是取出数据，这些行为都是在栈顶进行的

• 栈是从高地址向低地址增长，在每一层栈中会保存参数，返回地址，栈帧指针（ebp），被调用者保存的寄存器，局部变量这些数据。这里引入栈帧的概念

• 栈帧（Stack Frame）：在函数调用过程中产生的局部内存信息。当函数的调用深度越深，栈帧依次排布，一层一层逐渐向下排布。调试时可以根据一层一层栈帧的顺序来查看信息

常见指令

• 数据迁移指令

mov:把数据从一个地方移到另一个地方。用于立即数，寄存器，内存三个地方拷贝数据
		立即数寻址：操作数包含在指令中，紧跟在操作码后，作为指令的一部分
        		mov al,5//把5放到al里面
        		mov eax,1000h
		寄存器寻址：操作数在寄存器中，指令指定寄存器
				mov ax，bx//把bx里的数据放到ax中
				mov ebp，esp
		直接内存寻址：操作数在内存中，指令直接指定内存地址
				mov ax，[2000h]//从2000h这个地址的操作数拿到ax中
		寄存器间接寻址：操作数在内存中，操作数的地址在寄存器中
				mov eax，[ebx]//把ebx指向的内存的数据存到eax中
		索引寻址：通过基址寄存器内容加上一个索引值来寻址啊内存中的数据
				mov ax，[di+100h]
		相对基址索引寻址：用基址寄存器+变址内存器的内容+偏移量 完成内容单元的寻址
				mov dh,[bx+si+10h]
		比例寻址变址：基址寄存器+变址寄存器的内容和比例因子的乘积 来完成内容单元的寻址
				mov eax,[ebx+4*ecx]
push:入栈操作，向栈顶存入一个数。
		push<reg32>==sub esp,4;mov [esp],<reg32>
		push<mem>
		push<con32>
pop:push的逆运算，从栈顶取出一个数存到其他地方
		pop<reg32>
		pop<mem>
lea:加载有效地址。
		lea目标，源
		lea<reg32>,<mem>
				lea eax,[var]//将地址var放入寄存器eax中
				lea edi，[ebx+4*esi]//等价于edi=ebx+4*esi
				#一些编译器会使用lea指令进行算数运算，因为速度更快

• 算数与逻辑指令（用法与数据转移类似）

add/sub
inc/dec
imul/idiv
and/or/xor
not/neg
shl/shr

• 控制转移指令

jmp:无条件跳转
j[condition]:条件跳转（if/else语句会生成这样的指令）
cmp:比较两个操作数
call/ret:函数调用/函数返回（和jmp区别是保存了返回的地址）

汇编指令的两种语法

Intel	AT&T
mov eax, 8	movl $8, %eax
mov ebx, 0ffffh	movl $0xfffff, %ebx
int 80h	int $80
mov eax, [ecx]	movl (%ecx), %eax

• 操作数顺序不同
• 寄存器记法不同
• 立即数记法不同
• 访存寻址计法不同
• 操作码助记符不同

由于汇编指令与机器语言联系紧密，具体可在使用时检查手册

不同的CPU有不同的指令集，如果都是x86的话，指令集应该是一样

不同的汇编器有不同的伪指令，编写的汇编语言格式有可能不同

不同的操作系统，对操作系统调用的方法和过程有可能不同

调用约定

• 什么是调用约定？

  函数调用约定，是指当一个函数被调用时，函数的参数会被传递给被调用的函数和返回值会被返回给调用函数。函数的调用约定就是描述参数是怎么传递和由谁平衡堆栈的，当然还有返回值

  • 实现层面（底层）的规范
  • 约定了函数之间如何传递参数
  • 约定了函数如何传递返回值

• 常见x86调用约定

  • 调用者负责清理栈上的参数（Caller Clean-up)
    • cdecl
    • optlink
  • 被调用者负责清理栈上的参数（Callee Clean-up)
    • stdcall
    • fastcall

进程内存空间布局

• 常见x86调用约定

  • 调用者负责清理栈上的参数（Caller Clean-up)
    • cdecl
    • optlink
  • 被调用者负责清理栈上的参数（Callee Clean-up)
    • stdcall
    • fastcall

进程内存空间布局

对于不同进程来说，进程内存空间布局是大致相同的。同一地址其实是虚拟内存，数据被存放到不同的物理内存当中并不会冲突，而虚拟内存与物理内存之间的对应工作由操作系统来完成（例：大部分程序代码从0x08048000开始存放代码）