x86/x64编程基础

选择编译器

nasm?fasm?yasm?还是masm、gas或其他?

前面三个是免费开源的汇编编译器,总体上来讲都使用Intel的语法。yasm是在nasm的基础上开发的,与nasm同宗。由于使用了相同的语法,因此nasm的代码可以直接用yasm来编译。

yasm虽然更新较慢,但对nasm一些不合理的地方进行了改良。从这个角度来看,yasmnasm更优秀些,而nasm更新快,能支持更新的指令集。在Windows平台上,fasm是另一个不错的选择,平台支持比较好,可以直接用来开发Windows上的程序,语法也比较独特。在对Windows程序结构的支持上,fasm3个免费的编译器里做得最好的。

masm是微软发布的汇编编译器,现在已经停止单独发布,被融合在Visual Studio产品中。gasLinux平台上的免费开源汇编编译器,使用AT&T的汇编语法,使用起来比较麻烦。

由于本书的例子是在�机上直接运行,因此笔者使用nasm,因为它的语法比较简洁,使用方法简单,更新速度非常快。不过如果要是用nasm来写Windows程序则是比较痛苦的,这方面的文档很少。

nasm的官网可以下载最新的版本:http://www.nasm.us/pub/nasm/releasebuilds/?C=M,也可以浏览和下载其文档:http://www.nasm.us/docs.php

机器语言

一条机器指令由相应的二进制数标识,直接能被机器识别。在汇编语言出现之前,使用机器指令编写程序是直接将二进制数输入计算机中。

C语言中的c=a+b在机器语言中应该怎样表达?

这是一个很麻烦的过程,abc都是变量,在机器语言中应该怎样表达?C语言不能直接转换为机器语言,要先由C编译器译出相当的assembly,然后再由assembler生成机器指令,最终再由链接器将这些变量的地址定下来。

我们来看看怎样转化机器指令。首先用相应的汇编语言表达出来。

        mov eax, [a]               ; 变量 a 的值放到 eax寄存器中

        add eax, [b]                ;执行 a+b

        mov [c], eax                ;放到 c

x86机器中,如果两个内存操作数要进行加法运算,不能直接相加,其中一方必须是寄存器,至少要将一个操作数放入寄存器中。这一表达已经是最简单形式了,实际上当然不止这么简单,还要配合程序的上下文结构。如果其中一个变量只是临时性的,C编译器可能会选择不放入内存中。那么这些变量是局部变量还是外部变量呢?编译器首先要决定变量的地址。

        mov eax, [ebp-4]                ;变量 a是局部变量

        add eax, [ebp-8]                ;执行 a+b,变量b也是局部变量

        mov [0x0000001c], eax          ;放到 c中,变量c可能是外部变量

变量ab是在stack上。在大多数的平台下,变量c会放入到.data节,可是在进行链接之前,c的地址可能只是一个偏移量,不是真正的地址,链接器将负责用变量c的真正地址来代替这个偏移值。

上面的汇编语言译成机器语言为

        8b 45 fc                 ;对应于  mov eax, [ebp-4]

        03 45 f8                 ; 对应于  add eax, [ebp-8]

        a3 1c 00 00 00         ; 对应于  mov [0x0000001c], eax

x86机器是CISC(复杂指令集计算)体系,指令的长度是不固定的,比如上述前面两条指令是3字节,最后一条指令是5字节。

 x86机器指令长度最短1字节,最长15字节。

最后,假定.data节的基地址是0x00408000,那么变量c的地址就是0x00408000+0x1c = 0x0040801c,经过链接后,最后一条机器指令变成

        a3 1c 80 40 00         ; 原始汇编表达形式:  mov [c], eax

指令同样采用little-endian存储序列,从低到高依次存放a3 1c 80 40 00字节,其中1c 80 40 00是地址值0x0040801clittle-endian字节序排列。

Hello world

按照惯例,我们先看看“Hello, World”程序的汇编版。

实验2-1:hello world程序

下面的代码相当于C语言main()里的代码。

代码清单2-1(topic02\ex2-1\setup.asm):

main:                                                       ;这是模块代码的入口点。

       

        mov si, caller_message

        call puts                                                     ;打印信息

        mov si, current_eip       

        mov di, caller_address

current_eip:       

        call get_hex_string                                       ;转换为 hex

        mov si, caller_address                                        

        call puts

       

        mov si, 13                                                          ;打印回车

        call putc

        mov si, 10                                                          ;打印换行

        call putc

       

        call say_hello                                            ;打印信息

       

        jmp $       

 

 

caller_message        db 'Now: I am the caller, address is 0x'

caller_address        dq 0

 

hello_message         db 13, 10, 'hello,world!', 13,10

                          db 'This is my first assembly program...', 13, 10, 13, 10, 0

callee_message        db "Now: I'm callee - say_hello(), address is 0x"

callee_address        dq 0

实际上这段汇编语言相当于下面的几条C语言语句。

int main()

{

        printf("Now: I am the caller, address is 0x%x",

                                                 get_hex_string(current_eip));

        printf("\n");

 

        say_hell0();                /* 调用 say_hello() */

}

相比而言,汇编语言的代码量就大得多了。下面是say_hello()的汇编代码。

代码清单2-2topic02\ex2-1\setup.asm):

;-------------------------------------------

; say_hello()

;-------------------------------------------

say_hello:

        mov si, hello_message

        call puts                                                                 

       

        mov si, callee_message                                               

        call puts

       

        mov si, say_hello                                                       

        mov di, callee_address

        call get_hex_string

       

        mov si, callee_address

        call puts

        ret

这个 say_hello()也仅相当于以下几条C语句。

void say_hello()

{

        printf("hello,world\nThis is my first assembly program...");

        printf("Now: I'm callee - say_hello(), address is 0x%x",

                                          get_hex_string(say_hello));

}

代码清单2-12-2就组成了我们这个16位实模式下的汇编语言版本的hello world程序,它在VMware上的运行结果如下所示。

 

当然仅这两段汇编代码还远远不能达到上面的运行结果,这个例子中背后还有 boot.asmlib16.asm的支持,boot.asm用来启动机器的MBR模块,lib16.asm则是16位实模式下的库(在lib\目录下),提供类似于C库的功能。

main()的代码被加载到内存0x8000中,lib16.asm的代码被加载到 0x8a00中,作为一个共享库的形式存在。这个例子里的全部代码都在topic02\ex2-1\目录下,包括boot.asm源文件和setup.asm源文件,而lib16.asm则在x86\source\lib\目录下。main()所在的模块是 setup.asm

16位?32位?还是64位?

在机器启动时处理器工作于16位实模式。这个hello world程序工作于16位实模式下,在编写代码时,需要给nasm指示为16位的代码编译,在代码的开头使用bits 16指示字声明。

bits 32指示编译为32位代码,bits 64指示编译为64位代码。

 

本文节选自《x86x64体系探索及编程》

 

 

电子工业出版社出版

邓志著

你可能感兴趣的:(X86,x64编程)