X86指令编码内幕 --- 指令格式

最新推荐文章于 2023-10-08 16:59:23 发布

xfcyhuang

最新推荐文章于 2023-10-08 16:59:23 发布

阅读量7.3k

点赞数

分类专栏： X86指令集文章标签： x86 扩展 float c 存储 go

X86指令集专栏收录该内容

9 篇文章

订阅专栏

本文详细解析了x86/x64体系结构中的General-Purpose Instruction编码格式，包括指令编码的重要组成部分：Prefix、Opcode、ModRM/SIB以及Displacement/Immediate，并讨论了指令长度的限制。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在序言里的例子里：

mov dword ptr es:[eax + ecx * 8 + 0x11223344], 0x12345678

这里稍作修改：将内存操作数 operand size 的指示符 word ptr 改回 dword ptr，使得指令的 operand size 是 32 位。

这是个具有典型指令编码意义的指令，它的 encodes（机器编码）是：26 c7 84 c8 44 33 22 11 78 56 34 12 (共12个字节)。

go ahead~

1. 编码序列

instruction_format

如上图所示：这是 x86/x64 体系的 General-Pupose Instruction（通用体系指令）的编码格式，记住这个编码序列很重要，这是解析指令编码的基石。

这个编码序列组成部分分为:

Legacy Prefix
REX prefix
Opcode
ModRM
SIB
Displacement
Immediate

按功能组别，可以将这个指令序列分为 4 大部分：Prefix、Opcode、ModRM/SIB 以及 Displace/Immediate

1.1 Prefix(前缀)

AMD推出 x86 扩展 64 位技术时，增加了一个用于访问扩展的 64 位数据的 REX prefix，而 x86 的 prefix 则变为了指令格式中的 Legacy prefix。

1.1.1 Legacy prefix

在 legacy 的 x86 模式下 REX prefix 是无效的，但是在 x64 的 64 位下 Legacy prefix 是有效的。

1.1.2 REX prefix

在 64 位模式下，由于绝大多数指令的 default operand size（缺省操作数大小）是 32 位，为了可以访问扩展的 64 位数据和 64 位地址，x64 指令体系引入了 REX prefix 来实现这一目的。

1.2 Opcode（操作码）

大多数通用指令的 Opcode 是单字节，最多是 2 字节，但是对有些 Float 指令和 SSEx 等 midea 指令来说是 3 个字节的。opcode 是指令的核心部分，代表指令是用来干什么的？怎样干？

1.3 ModRM/SIB

ModRM 和 SIB 是用来提供 operands 的寻址模式。

1.3.1 ModRM

ModRM 字节，意为：mod-reg-r/m 按 2-3-3　比例划分字节。

ModRM.mod 是提供寻址模式， ModRM.reg 用来提供寄存器 ID，ModRM.r/m 提供 register 或 memory 的 ID

1.3.2 SIB

SIB 意即：Sacle-Index-Base 也是按 2-3-3 比例划分字节。

这两个字节用来为 memory 操作数提供 base, index 以及 scale

1.4 Disp/Imme

displacement 与 immediate 直接嵌在指令编码中。

1.4.1 displacement

displacemnt 需要 ModRM 甚至 SIB 提供寻址, displacement 最大为 4 个字节 32 位。

1.4.2 immediate

immediate 部分大多数情况下不需要 ModRM 字节提供寻址，在一些指令还是需要 ModRM 进行寻址。

immediate 最大可为 8 个字节，在 x64 的 64 位下的某些情况才会有的。

注意：
displacement 和 immediate 的两种情况：

★ 符号数（signed）

　　在这种情形下：进行运算时，是符号数。
　　当小于目标 operands 位数时，displacement 和 immediate 都有符号扩展的行为，扩展到目标操作数的位数。

实际上：
　　 operand size 具有 z 或 b 属性的指令，才可能进行 sign-extended（符号扩展）行为。

（1）当指令的 operand size 是 z 属性时，如果 immediate 是小于 effective operand size 的，immediate 会进行 sign-extended 行为。

（2）同样 operand size 是 b 属性的，如果 immediate 是小于 effective operand size 的，immediate 也会进行 sign-extended 行为。

（3）当指令的 displacement size 小于 address size 的，displacement 会进行 sign-extended 行为。

★ 无符号数（unsigned）

　　在这种情况下，displacement 是一个绝对地址值，immediate 是一个无符号立即数值。

如：mov eax, dword ptr [0x11223344] 或 mov eax, 0x12345678

本质上：
　　所有 displacement 都是 signed（符号数），displacement 是基于 base 地址的一个 offset（偏移量）。

★ 当地址形式中无 base 寄存器时，虽然它是绝对值形式，实际上它仍是基于 segment base 地址。

因此，只有 immediate 才具有的 unsigned 的时候。

对照上面的 encode 来看：

26 c7 84 c8 44 33 22 11 78 56 34 12

(1) 26 是 legacy prefix，这是 segment-override prefix，指明是 ES 段选择子
(2) c7 是 Opcode，表明这个指令是 mov reg/mem, imme
(3) 84 是 ModRm，即：10-000-100。
(4) c8 是 SIB，即：11-001-000
(5) 44332211 是 32 位 displacement 值
(6) 78563412 是 32 位 immediate 值

2、指令长度

上图中显示，指令长度最长是 15 个字节，在什么时候达到饱和的 15 个字节呢？