[oeasy]python0022_ python虚拟机_反编译_cpu架构_二进制字节码_汇编语言

程序本质

回忆上次内容

• python3 的程序是一个 5.3M 的可执行文件

  • 我们通过which命令找到这个python3.8的位置
  • 将这个python3.8复制到我们的用户目录下
  • 这个文件还是能够执行的

• 将这个文件转化为字节形态

  • 确实可以转化
  • 但是这个文件我们看不懂啊！！！

• 怎么才能看懂这些东西呢？

  • 这个东西我们确实看不懂

• 但是有人能看懂

  • 谁呢？

真实的cpu

• 无论手机还是计算机

  • 最核心器件的器件就是cpu

• 这个东西是个实实在在存在的实体
• 这个cpu就能看懂这些字节码吗？

cpu

• cpu能看懂这些字节码！！！

• 这些字节码

  • 我们看不懂的
  • cpu能看懂
  • 这是属于cpu的机器语言
  • 这就是cpu的一条条的机器指令(instruction)

• 机器指令码都是二进制字节形式的

  • 我们尝试把python3.8转化为字节表现形式

反汇编-汇编语言助记符

#先把~/python3对应的机器语言输出为汇编指令形式(反汇编)
objdump -d python3.8 > python3.8.asm
vi python3.8.asm

• 这次真的可以看懂了

  • 减法(sub)
  • 移动(mov)
  • 这些指令

• 可以发现当前系统的架构(指令集)是x86-64
• 这些和我们刚才的字节形态有关系吗？

对比

• 用vi分窗口分别打开打开python3 和 python3.asm

vi -o python3.8hex python3.8.asm

• 下图中上半部分是机器语言

• 上图下半部分是机器语言对应的汇编指令助记符
• ctrl+j、ctrl+k可以上下窗口切换

• 我们来试着找找

  • python3.8文件中
  • 机器语言的0101和cpu的汇编指令的对应关系

找到了

• 下面窗格

  • 先跳到第8行
  • endbr64 意味着 64位结束分支
  • 下面就是第9行

• 第9行

  • /48 83 找到上下的对应关系
  • 也就是第一条执行的汇编指令sub
  • sub对应substract 是减法
  • 汇编指令是计算机 cpu 机器指令的助记符

查找对应关系

• 423000 就是初始化(init)的 cpu 开始执行指令的地址

• 我们在上面查找48 83

  • 看有没有对应的字节
  • /4883 ec08 488b...
  • 在上面的窗格中
  • 搜索这些字节形态

• 好像找到了对应关系

  • 具体怎么对应的呢？
• 这台计算机用的是什么指令集呢？
• 什么是指令集来着？

指令集

• 指令集就是指令的集合

• 指令集也叫计算机的架构

• 不同架构的 cpu 有不同的指令集

  • 我们目前的这个浏览器里面的系统用的是 x86-64
  • 除此之外 arm、MIPS、RISC-V 也是常用的指令集
• 指令助记符和机器语言到底是则怎么对应的呢？

回到代码

• 代码会有不同的 section 模块

  • 入口是 init
  • 作用是初始化initialization

• 模块里面是具体的指令

  • 比如第一句 48 83 ec 08
• 为什么48 83 就可以代表减法
• 这是谁规定的呢？

查看指令集

• 这是cpu架构规定的

  • 首先要明确到当前机器的cpu的架构
  • 反汇编里面说是x86-64

• 到shell里面验证一下

• 当前机器所用的架构指令集确实是x86-64
• 这是谁的架构呢？

搜索

• 不会了就去搜索

• 去intel官网找指令集

查询x86_64指令集

• 找到cpu的手册

  • https://www.intel.com/content...

• 可以找到指令和二进制状态之间的关系么？

  • 先要找到x86-64指令集中 48 83 这条指令

• 注意上图中

  • 100B中的B是0或1
  • 100B可以是1000
  • 也可以是1001

• 这确实是一条减法指令

  • 而且是8位立即数和寄存器的减法运算

逐步搜索

• 找起来真的很费劲

  • 48 83 ec 08 对应 sub $0x8,%rsp
  • 确实是一条减法指令
  • 确实是8位立即数和寄存器的减法运算

• 和objdump的结果是一致的

  • 废话！！！
• 除了减法指令sub之外
• 还有什么别的指令呢？

更多cpu指令

• 指令那可还有很多的

  • 有运算的
  • 有移位的
  • 加减乘除都有

• 这些指令的集合就是指令集

  • 指令集就是cpu运行的基础！
• 这些机器语言的指令不能在别的指令集架构上运行么？

移植 port

• 想在别的指令集架构上运行程序

  • 就需要移植(port)
  • 移植(port)指的是从一种指令集移植到另一种指令集

• 从这个词的词源

  • 可以看出欧美的航海文化基础

    • port 港口

  • 也可以看出我们的农耕文化基础

    • 移植

• 不移植会如何呢？

不移植

• 这是playstation2的架构图

  • cpu是mips架构的

• 不移植的话

  • 就是让x86架构的pc
  • 去直接执行这些基于mips架构的的0101... 字节码

• 就像让一个意大利泥瓦匠看一份中文写成的烹饪书来砌墙

  • 鸡同鸭讲
  • 驴唇不对马嘴
  • 0101的文件执行出来全是乱的
  • 完全不能用

• 而且不全是软件的问题

  • 也涉及到硬件等方面
  • 可能某个寄存器在新架构中根本就不存在

架构师

• 这个时候架构师要解决相当多的问题

  • 很不容易的

• 落实到我们的python3.8游乐场

  • 我们的python3.8就是这样的一系列的cpu指令
  • 可以解释py文件的
• python3.8 又是如何解释py文件的来着？

python3 执行过程

• 不管是python3.8这个游乐场

  • 还是hello.py这个python程序
  • 都在我们的硬盘上

• 先得把文件从硬盘读到内存

python3 执行的过程大致是这样

• 先把python3.8这个主解释器加载到内存中

  • 然后在x86-64的cpu上执行
  • 模拟出一台python虚拟机

• 对py文件解释执行
• 那为什么py程序可以跨架构跨平台呢？

架构的层次

• 不同架构的 cpu 都可以运行 python

  • risc-v
  • arm
  • x64
  • mips
  • 龙芯

• 不同系统的环境都可以运行 python

  • win
  • mac
  • linux
  • freebsd

跨架构跨平台原理

• 由于python3.8 的源文件

  • 被不同的架构的编译器 编译后
  • 被部署到 不同的cpu架构和系统上
  • 所以同样的py文件被加载之后
  • python程序可以对py文件跨架构、跨系统进行解释执行
  • 一次编写到处运行

• 不同的架构下

  • 汇编指令都不一样
  • 怎么能正确解释执行同样的python程序呢？

跨架构跨平台原理

• /usr/bin/python3.8 本身是二进制文件

  • 是基于当前操作系统当前架构编译出来的

    • 可执行二进制文件
  • 不同的架构有不同的编译器
  • 不同的编译器编译出来的python3.8
  • 是不同的二进制指令序列

• python3.8 构建了一个运行时环境

  • 这个环境可以解释读到的python语句
  • 把python语句翻译成系统能读懂输入输出
  • 翻译成当前架构能够执行的代码
• 然后边解释边执行
• 恭喜您完成了非常烧脑一个实验！
• 我们去总结吧！！！

总结

• python3 的程序是一个 5.3M 的可执行文件

  • python3 里面全都是 cpu 指令
  • 可以执行的那种

  • 我们可以把指令对应的汇编找到

    • objdump -d ~/python3 > python3.asm

• 汇编语句是和当前机器架构的指令集相关的

  • uname -a可以查询指令集

• 我们执行的过程其实就

  • 系统执行python3这个可执行文件
  • 给了python3一个参数hello.py
  • python3对于hello.py一句句的解释执行
  • 在显示器输出了hello world
  • python3执行完毕
  • 把控制权交回给 shell
• 这就是我们执行hello.py的过程

• 我想输出个稍微复杂点的东西

  • 可以做下面这个框架标题吗？

• 我们下次再说！
• 蓝桥->https://www.lanqiao.cn/teache...
• github->https://github.com/overmind19...
• gitee->https://gitee.com/overmind198...
• 视频->https://www.bilibili.com/vide... 作者：oeasy