published on May 01, 2021 in 编译

汇编语言「Linux/x86-64」・代码解析

上一节中我们编译运行了一段NASM汇编代码，接下来我们将针对上一节的代码进行解析，了解一些具体的汇编知识。

程序结构

我们先将上一节中的代码通过调整变成如下形式:

			global		_start

			section		.text
_start:		mov			rax, 1
			mov			rdi, 1
			mov			rsi, message
			mov			rdx, 13
			syscall
			mov			rax, 60
			xor			rdi, rdi
			syscall

			section		.data
message:	db			"Hello, World", 10

然后再整理成表格形式:

fda

主程序中需要指定代码从哪里开始运行，做法是设置_start标签并使用global将其暴露给汇编器；程序由指令和段组成，常见的段有代码段.text、数据段.data；指令语句主要由指令或指令+操作数组成，例如:mov rax, 1。

通常我们会在代码段声明语句section .text后接上入口标签_start:并开始编写一系列的指令操作；对于数据段声明语句section .data，我们会在其后接上声明的数据以及对应的标签。

操作指令

NASM的操作指令非常多，但是我们并不需要全部掌握，以下列举最常见的指令:

mov x, y 将y的值给到x；
and x, y 将x、y进行与运算，把结果给到x；
or x, y 将x、y进行或运算，把结果给到x；
xor x, y 将x、y进行亦或运算，把结果给到x；
add x, y 将y累加到x；
sub x, y 从x中减去y；
inc x 让x自增1；
dec x 让x自减1；

寄存器

寄存器主要用于存取数值，可以被当作高级程序语言中的数值变量来使用。

当我们想进行64位数值操作的时候，我们常会使用英文字母r开头的寄存器，可以初步理解为64位的整型变量:

当我们想进行32位数值操作的时候，我们常使用英文字母e开头的寄存器，可以初步理解为32位的整型变量:

把64位寄存器的首字母r去掉，或者把32位寄存器的首字母e去掉则变为16位的寄存器，可以理解为16位的整型变量:

可以将16位的寄存器拆分为两个8位的寄存器，高位的部分称作高8位寄存器，低位的部分称作低8位寄存器。

常见低8位寄存器:

常见高8位寄存器:

下面，我们类比C语言，使用NASM代码来实现对应的操作。

有C语言如下:

char c;
c = 'a';

变换成NASM:

mov al, 'a'

有C语言如下:

c += 1;

变换成NASM:

add al, 1

内存寻址

由于寄存器数量有限，在处理较为复杂的数据结构时，我们需要利用内存来完成数据存取。

在汇编中，我们可以指定一段内存地址，然后写入或者读取一段数据。通过汇编语言的寻址操作，我们可以得到目标地址:

[数字]
[寄存器]
[寄存器 + 数字]
[寄存器 + 寄存器*scale] scale 可以是 1, 2, 4, 8
[寄存器 + 寄存器*scale + 数字]

数字指的是偏移量，普通的寄存器被称作基址寄存器，寄存器*scale被称作索引。

示例:

[123] 偏移
[rbp] 基址
[rbx - 8] 基址 + 偏移量 -8「反向偏移8个单位」
[rcx + rsi*4] 基址 + 索引*scale
[rbp + rdx] scale为1可以省略
[rax + rdi*8 + 500] 完整的写法
[rbx + message] 可以使用标签作为偏移量，这使得标签具备变量名的作用

立即数操作

在代码中我们可以直接使用数值，例如: 10进位的100；16进位的0xff；2进位的0b11……，有个好消息是我们仍旧可以使用字符「编译器会转换为ascii对应的数字，本质上也是数字的一种写法」。

下面我们修改之前的代码，使用寻址操作将输出字符串Hello, World变为小写的hello, world，我们仅需要通过寻址修改两个字符:

global _start

section .text

_start:
    ; 将偏移量交给rax
    mov rax, message
    ; 给rax所在的地址赋值'h'，需要声明是在字节范围进行的操作
    mov byte [rax], 'h'
    ; 给rax+7所在的地址赋值'w'，需要声明是在字节范围进行的操作
    mov byte [rax + 7], 'w'
    mov rax, 1
    mov rdi, 1
    mov rsi, message
    mov rdx, 13
    syscall
    mov rax, 60
    xor rdi, rdi
    syscall

section .data

message:
    db "Hello, World", 10

系统调用

在C语言中我们常使用printf函数打印字符串，然而这个函数并不是由我们自己完成，一般来说系统库会为我们提供他。在汇编当中我们也可以使用类似的由系统提供的工具，在64位的NASM中称其为系统调用syscall。

在我们的示例代码中有两次使用了系统调用。

第一次是打印输出字符串:

    mov rax, 1
    mov rdi, 1
    mov rsi, message
    mov rdx, 13
    syscall

syscall前的寄存器操作是在设定我们以何种方式进行系统调用。rax的值决定使用哪一个系统调用，1对应的就是写入操作；此时rdi设置为1表示标准输出；rsi则存放字符串地址；rdx记录字符串长度。

第二次是结束程序，相当于exit(0):

    mov rax, 60
    xor rdi, rdi
    syscall

当rax的值为60时表示调用退出操作；此时rdi为0表示以0号状态进行退出，就像C语言中exit(0);。

定义或声明数据

我们将数据的定义或声明放在数据段中，它的形式是这样: 标签: 类型值。

db用于定义字节byte，例如:

message:
    db 'H', 'e', 'l', 'l', 'o', ' ', "World", 10 ;

dw用于定义字word，例如:

number_dw:
    dw 1, 2, 3

dd用于定义双字double word，例如:

number_dd:
    dd 1, 2, 3