Linux下的AT&T語法(即GNU as 匯編語法)入門

agensy

工作這么長時間，一直在C語言這一層面上鉆研和打拼，日積月累，很多關(guān)于C的疑惑在書本和資料中都難以找到答案。程序員是追求完美的一個種群，其頭 腦中哪怕是存在一點點的思維黑洞都會讓其坐臥不寧。不久前在itput論壇上偶得《Computer Systems A Programmer's Perspective》（以下稱CS.APP）這本經(jīng)典好書，遂連夜拜讀以求解惑。雖說書中沒有能正面的回答我的一些疑惑，但是它卻為我指明了一條通向 “無惑”之路 -- 這就是打開匯編之門。
匯編語言是一門非常接近機(jī)器語言的語言，其語句與機(jī)器指令之間的對應(yīng)關(guān)系更加簡單和清晰。打開匯 編之門不僅僅能解除高級語言給你帶來的疑惑，它更能讓你更加的理解現(xiàn)代計算機(jī)的運行體系，還有一點更加重要的是它給你帶來的是一種自信的感覺，減少了你在 高處搖搖欲墜的恐懼，響應(yīng)了侯捷老師的“勿在浮沙筑高臺”的號召�，F(xiàn)在學(xué)習(xí)匯編的目的已與以前大大不同了。正如CS.APP中所說那樣“程序員學(xué)習(xí)匯編的 需求隨著時間的推移也發(fā)生了變化，開始時是要求程序員能直接用匯編編寫程序，現(xiàn)在則是要求能夠閱讀和理解優(yōu)化編譯器產(chǎn)生的代碼”。能閱讀和理解，這也恰恰 是我的需求和目標(biāo)。
在大學(xué)時接觸過匯編，主要是Microsoft MASM宏匯編，不過那時的認(rèn)識高度不夠加上態(tài)度不端正，錯失了一個很好的學(xué)習(xí)機(jī)會�，F(xiàn)在絕大部分時間是使用GCC在Unix系列平臺上工作，選擇匯編語 言當(dāng)然是GNU匯編了，恰好CS.APP中使用的也是GNU的匯編語法。由于學(xué)習(xí)匯編的主要目的還是“解惑”，所以形式上多是以C代碼和匯編代碼的比較。
1、匯編讓你看到更多
隨 著你使用的語言的層次的提高，你眼中的計算機(jī)將會越來越模糊，你的關(guān)注點也越來越遠(yuǎn)離語言本身而靠近另一端“問題域”，比如通過JAVA，你更多看到的是 其虛擬機(jī)，而看不到真實的計算機(jī)；通過C，你看到的也僅僅是內(nèi)存一層；到了匯編語言，你就可以深入到寄存器一層自由發(fā)揮了。匯編程序員眼里的“獨特風(fēng)景” 包括：
a) “程序計數(shù)器(%eip)” -- 一個特殊寄存器，其中永遠(yuǎn)存儲下一條將要執(zhí)行的指令的地址；
b) 整數(shù)寄存器 -- 共8個，分別是%eax、%ebx、%ecx、%edx、%esi、%ebi、%esp和%ebp，它們可以存整數(shù)數(shù)據(jù)，可以存地址，也可以記錄程序狀態(tài) 等。早期每個寄存器都有其特殊的用途，現(xiàn)在由于像linux這樣的平臺多采用“平面尋址[1]”，寄存器的特殊性已經(jīng)不那么明顯了。
c) 條件標(biāo)志寄存器 -- 保存最近執(zhí)行的算術(shù)指令的狀態(tài)信息，用來實現(xiàn)控制流中的條件變化。
d) 浮點數(shù)寄存器 -- 顧名思義，用來存放浮點數(shù)。
雖說寄存器的特殊性程度已經(jīng)弱化，但是實際上每個編譯器在使用這些寄存器時還是遵循一定的規(guī)則的，以后再說。
2、初窺匯編
下面是一個簡單的C函數(shù)：
void dummy() {
int a = 1234;
int b = a;
}
我們使用gcc加-S選項將之轉(zhuǎn)換成匯編代碼如下(省略部分內(nèi)容)：
movl $1234, -4(%ebp)
movl -4(%ebp), %eax
movl %eax, -8(%ebp)
看 了一眼又一眼，還是看不懂，只是發(fā)現(xiàn)些熟悉的內(nèi)容，因為上面提過如%ebp、%eax等。這只是個引子，讓我們感性的認(rèn)識一下匯編的“容貌”。我們一點點 地來看。咋看一眼匯編代碼長得似乎很相似，沒錯，匯編代碼就是一條一條的“指令+操作數(shù)”的語句的集合。匯編指令是固定的，每條指令都有其固定的用途，而 操作數(shù)表示則有多種類型。
1) 操作數(shù)表示
大部分匯編指令都有一個或多個操作數(shù)，包括指令操作中的源和目的。一條標(biāo)準(zhǔn)的指令格式大 致是這樣的：“指令 + 源操作數(shù) + 目的操作數(shù)”，其中源操作數(shù)可以是立即數(shù)、從寄存器中讀出的數(shù)或從內(nèi)存中讀出的數(shù)；而目的操作數(shù)則可以是寄存器或內(nèi)存。按這么一分類，操作數(shù)就大致有三 種：
a) 立即數(shù)表示法 -- 如“movl $1234, -4(%ebp)”中的“$1234”，就是一個立即數(shù)作為操作數(shù)，按照GNU匯編語法，立即數(shù)表示為“$+整數(shù)”。立即數(shù)常用來表示代碼中的一些常數(shù)， 如上例中的“$1234”。注意一點的是立即數(shù)不能作為目的操作數(shù)。
b) 寄存器表示法 -- 這種比較簡單，它就是表示寄存器之內(nèi)容。如上面的“movl -4(%ebp), %eax”中的%eax就是使用寄存器表示法作源操作數(shù)，而“movl %eax, -8(%ebp)”中的%eax則是使用寄存器表示法作目的操作數(shù)。
c) 內(nèi)存引用表示法 -- 計算出的該操作數(shù)的值表示的是相應(yīng)的內(nèi)存地址。匯編指令根據(jù)這個內(nèi)存地址訪問相應(yīng)的內(nèi)存位置。如上例“movl -4(%ebp), %eax”中的“-4(%ebp)”,其表示的內(nèi)存地址為(%ebp寄存器中的內(nèi)容-4)得到的值。
2) 數(shù)據(jù)傳送指令
匯編語言中最最常用的指令 -- 數(shù)據(jù)傳送指令，也是我們接觸的第一種類別的匯編指令。其指令的格式為：“mov 源操作數(shù), 目的操作數(shù)”。
mov 系列支持從最小一個字節(jié)到最大雙字的訪問與傳送。其中movb用來傳送一字節(jié)信息，movw用來傳送二字節(jié)，即一個字的信息，movl用來傳送雙字信息。 這些不詳說了。除此以外mov系列還提供兩個帶位擴(kuò)展的指令movsbl和movzbl
==============================================================
匯編語言作為一種高效的，而且緊密結(jié)合硬件平臺的編程語言，在操作系統(tǒng)，嵌入式開發(fā)等領(lǐng)域都有著十分重要的作用。正因為匯編依賴于硬件結(jié)構(gòu)（CPU指令碼），因此不同體系結(jié)構(gòu)上的匯編語言也大相徑庭。本文簡單介紹了Linux下的AT&T語法(即GNU as 匯編語法)，以及在Linux下匯編的基本方法。
AT&T語法起源于AT&T貝爾實驗室，是在當(dāng)時用于實現(xiàn)Unix系統(tǒng)的處理器操作碼語法之上而形成的，AT&T語法和Intel語法主要區(qū)別如下：
AT&T使用$表示立即數(shù)，Intel不用，因此表示十進(jìn)制2時，AT&T為$2，而Intel就是2
AT&T在寄存器前加%，比如eax寄存器表示為%eax
AT&T 處理操作數(shù)的順序和Intel相反，比如，movl %eax, %ebx是將eax中的值傳遞給ebx，而Intel是這樣的mov ebx, eax
AT&T在助記符的后面加上一個單獨字符表示操作中數(shù)據(jù)的長度，比如movl $foo, %eax等同于Intel的mov eax, word ptr foo
長跳轉(zhuǎn)和調(diào)用的格式不同，AT&T為ljmp $section, $offset，而Intel為jmp section:offset
主要的區(qū)別就是這些，其他的細(xì)節(jié)還有很多，下面給出一個具體的例子來說明
#cpuid.s Sample program
.section .data
output:
.ascii "The processor Vendor ID is 'xxxxxxxxxxxx'\n"
.section .text
.globl _start
_start:
movl $0, %eax
cpuid
movl $output, %edi
movl %ebx, 28(%edi)
movl %edx, 32(%edi)
movl %ecx, 36(%edi)
movl $4, %eax
movl $1, %ebx
movl $output, %ecx
movl $42, %edx
int $0x80
movl $1, %eax
movl $0, %ebx
int $0x80
這個程序的作用是查詢CPU的廠商ID，其中：
,ascii定義字符串（和Intel格式完全不同）.section是聲明段的語句，.data和.text是段名，分別為數(shù)據(jù)段和代碼段， _start是gas（GNU匯編器）的默認(rèn)入口標(biāo)簽，表示程序從這里開始執(zhí)行。.globl將_start聲明成了外部程序訪問的標(biāo)簽。cpuid為指令請求CPU的指定信息，該指令用eax作為輸入，ebx,edx,ecx作為輸出，這里將0作為cpuid的輸入指令，請求返回CPU的廠商ID字符串。返回的結(jié)果，一個12字節(jié)的字符串，分別存儲在三個寄存器中，其中ebx存放低4位，edx中間4位，ecx高4位（注意順序�。�。接下來定義一個指針edi，edi指向output的開始地址，然后接著的3條語句將output里的x替換為廠商信息。28（%edi）中的28表示偏移量，即整個地址為%edi里的地址加上28個字節(jié)，這個地址正好是output里第一個x的地址。再接下來就是打印結(jié)果了，這里用到了Linux的一個系統(tǒng)調(diào)用（int 0x80），該系統(tǒng)調(diào)用的參數(shù)分別為：eax 系統(tǒng)調(diào)用號，ebx 要寫入的文件描述符，ecx 字符串首地址，edx 字符串長度，程序里這些個參數(shù)的值分別為4，1（標(biāo)準(zhǔn)輸出），output的地址和42。最后再次調(diào)用1號系統(tǒng)調(diào)用-退出函數(shù)，返回shell，這次 ebx中的值是返回給shell的退出代碼，0表示無異常
然后匯編連接運行程序：
[root@zieckey-laptop src]# as -o cpuid.o cpuid.s
[root@zieckey-laptop src]# ld cpuid.o -o cpuid
[root@zieckey-laptop src]# ./cpuid
The processor Vendor ID is 'GenuineIntel'
[root@zieckey-laptop src]#
本人的電腦是Pentium M的CPU所以返回的結(jié)果是GenuineIntel。
幾點說明：
1）Linux的標(biāo)準(zhǔn)匯編環(huán)境為as，ld，gdb,gprof,objdump等GNU開發(fā)調(diào)試工具，除了gdb外，其他全部隨binutils包發(fā)布。其中as使用的是AT&T語法。在Linux下也可以使用Nasm來進(jìn)行Intel格式的匯編程序編寫
2）Linux下匯編的系統(tǒng)調(diào)用為int 0x80，和DOS下的int 21h大同小異，只不過傳遞參數(shù)不同
3）段聲明語句.section不需要像Intel格式那樣在段結(jié)尾的時候加上段結(jié)束標(biāo)志（SEGMENT/ENDS），下一個段的開始自動標(biāo)志著上個段的結(jié)束
4）簡單程序的入口標(biāo)簽不是必須要定義的，ld會自己判斷入口，但是會給出警告
===========================================例子2
例 2. 求一組數(shù)的最大值的匯編程序
#PURPOSE: This program finds the maximum number of a
#   set of data items.
#
#VARIABLES: The registers have the following uses:
#
# %edi - Holds the index of the data item being examined
# %ebx - Largest data item found
# %eax - Current data item
#
# The following memory locations are used:
#
# data_items - contains the item data. A 0 is used
# to terminate the data
#
.section .data
data_items:   #These are the data items
.long 3,67,34,222,45,75,54,34,44,33,22,11,66,0
.section .text
.globl _start
_start:
movl $0, %edi   # move 0 into the index register
movl data_items(,%edi,4), %eax # load the first byte of data
movl %eax, %ebx  # since this is the first item, %eax is
   # the biggest
start_loop:   # start loop
cmpl $0, %eax   # check to see if we've hit the end
je loop_exit
incl %edi   # load next value
movl data_items(,%edi,4), %eax
cmpl %ebx, %eax  # compare values
jle start_loop  # jump to loop beginning if the new
    # one isn't bigger
movl %eax, %ebx  # move the value as the largest
jmp start_loop  # jump to loop beginning
loop_exit:
# %ebx is the status code for the exit system call
# and it already has the maximum number
movl $1, %eax   #1 is the exit() syscall
int $0x80
匯編、鏈接、執(zhí)行：
$ as max.s -o max.o
$ ld max.o -o max
$ ./max
$ echo $?
這個程序在一組數(shù)中找到一個最大的數(shù)，并把它作為程序的退出狀態(tài)。這組數(shù)在.data段給出：
data_items:
.long 3,67,34,222,45,75,54,34,44,33,22,11,66,0
.long指示聲明一組數(shù)，每個數(shù)占32位，相當(dāng)于C語言中的數(shù)組。這個數(shù)組開頭有一個標(biāo)號data_items，匯編器會把數(shù)組的首地址作為data_items符號所代表的地址，data_items類似于C語言中的數(shù)組名。data_items這個標(biāo)號沒有用.globl聲明，因為它只在這個匯編程序內(nèi)部使用，鏈接器不需要知道這個名字的存在。除了.long之外，常用的數(shù)據(jù)聲明還有：

.byte，也是聲明一組數(shù)，每個數(shù)占8位

.ascii，例如.ascii "Hello world"，聲明了11個數(shù)，取值為相應(yīng)字符的ASCII碼。注意，和C語言不同，這樣聲明的字符串末尾是沒有'\0'字符的，如果需要以'\0'結(jié)尾可以聲明為.ascii "Hello world\0"。

data_items數(shù)組的最后一個數(shù)是0，我們在一個循環(huán)中依次比較每個數(shù)，碰到0的時候讓循環(huán)終止。在這個循環(huán)中：

edi寄存器保存數(shù)組中的當(dāng)前位置，每次比較完一個數(shù)就把edi的值加1，指向數(shù)組中的下一個數(shù)。

ebx寄存器保存到目前為止找到的最大值，如果發(fā)現(xiàn)有更大的數(shù)就更新ebx的值。

eax寄存器保存當(dāng)前要比較的數(shù)，每次更新edi之后，就把下一個數(shù)讀到eax中。
_start:
movl $0, %edi
初始化edi，指向數(shù)組的第0個元素。
movl data_items(,%edi,4), %eax
這條指令把數(shù)組的第0個元素傳送到eax寄存器中。data_items是數(shù)組的首地址，edi的值是數(shù)組的下標(biāo)，4表示數(shù)組的每個元素占4字節(jié)，那么數(shù)組中第edi個元素的地址應(yīng)該是data_items + edi * 4，從這個地址讀數(shù)據(jù)，寫成指令就是上面那樣，這種地址的表示方式在下一節(jié)還會詳細(xì)解釋。
movl %eax, %ebx
ebx的初始值也是數(shù)組的第0個元素。下面我們進(jìn)入一個循環(huán)，在循環(huán)的開頭用標(biāo)號start_loop表示，循環(huán)的末尾之后用標(biāo)號loop_exit表示。
start_loop:
cmpl $0, %eax
je loop_exit
比較eax的值是不是0，如果是0就說明到達(dá)數(shù)組末尾了，就要跳出循環(huán)。cmpl指令將兩個操作數(shù)相減，但計算結(jié)果并不保存，只是根據(jù)計算結(jié)果改變eflags寄存器中的標(biāo)志位。如果兩個操作數(shù)相等，則計算結(jié)果為0，eflags中的ZF位置1。je是一個條件跳轉(zhuǎn)指令，它檢查eflags中的ZF位，ZF位為1則發(fā)生跳轉(zhuǎn)，ZF位為0則不跳轉(zhuǎn)，繼續(xù)執(zhí)行下一條指令�？梢姉l件跳轉(zhuǎn)指令和比較指令是配合使用的，前者改變標(biāo)志位，后者根據(jù)標(biāo)志位做判斷，如果參與比較的兩數(shù)相等則跳轉(zhuǎn)，je的e就表示equal。
incl %edi
movl data_items(,%edi,4), %eax
將edi的值加1，把數(shù)組中的下一個數(shù)傳送到eax寄存器中。
cmpl %ebx, %eax
jle start_loop
把當(dāng)前數(shù)組元素eax和目前為止找到的最大值ebx做比較，如果前者小于等于后者，則最大值沒有變，跳轉(zhuǎn)到循環(huán)開頭比較下一個數(shù)，否則繼續(xù)執(zhí)行下一條指令。jle也是一個條件跳轉(zhuǎn)指令，le表示less than or equal。
movl %eax, %ebx
jmp start_loop
更新了最大值ebx然后跳轉(zhuǎn)到循環(huán)開頭比較下一個數(shù)。jmp是一個無條件跳轉(zhuǎn)指令，什么條件也不判斷，直接跳轉(zhuǎn)。loop_exit標(biāo)號后面的指令用exit系統(tǒng)調(diào)用退出程序。


本文來自ChinaUnix博客，如果查看原文請點：http://blog.chinaunix.net/u3/105209/showart_2085748.html

pxf520

不錯

yuanfat

good

icerain_3321

那本書的中文版應(yīng)該是 《深入理解計算機(jī)系統(tǒng)》
非常好~

mlzhangqiang

謝謝，學(xué)習(xí)中

tjs2200120

文章中下面這句有問題吧，源操作數(shù)和目的操作數(shù)搞反了，請作者和讀者鑒別清楚

b) 寄存器表示法 -- 這種比較簡單，它就是表示寄存器之內(nèi)容。如上面的“movl -4(%ebp), %eax”中的%eax就是使用寄存器表示法作源操作數(shù)，而“movl %eax, -8(%ebp)”中的%eax則是使用寄存器表示法作目的操作數(shù)。

補一句，文章寫得還是不錯的，對于入門來說很適合，謝謝樓主分享��！