汇编版hello world （write()与_exit()系统调用） [李园7舍_404]

x86/Debian Linux/gcc。

 

1 目前学习汇编的步骤

• 怎么将汇编代码添加到汇编程序框架中。
• 理解汇编语句的含义。
• 汇编源代码是怎么转换为可执行代码的。

 

2 AT&T汇编程序结构

在汇编中，一般具有如下的结构：

• 数据段(.data)
• 附加段(.bss)
• 代码段(.text)

 

在汇编程序中，数据和附加段可选，但在汇编程序中经常包含有这两个段。代码段必含，是声明指令代码的地方。

 

(1)定义段

每个段用”.section”或“.标识符”标识。如”.section.data”或”.data”就形象的表示一个数据段。其实对于对于系统来说，它只是一个段，以“.”标识。

 

(2) 汇编程序入口

当汇编代码被编译成为可执行程序的时候，连接器必须要知道程序入口点在哪里。在GNU汇编器中，_start被定义为汇编程序的入口标识符，_start标识符暗示程序从这里开始运行。

 

为了让这个入口标识符能被其它文件的汇编代码认识，提供 “.globl”指令实现，即用.globl  _start语句声明程序入口标识符。

 

所以，一个AT&T汇编程序的结构大概如此：

.section  .data          < initialized data here>   .section  .bss          < uninitialized data here>   .section .text .globl _start _start:          <instruction code goes here>

在代码段中，汇编代码依靠系统调用来完成一些操作，包括在程序退出之前的一些操作及程序退出操作。

 

3一个简单的汇编程序

(1) 数据段

.data msg:   .ascii  "hello, world\n" len= .-msg

•  形象的标名数据段。
• .ascii为AT&T汇编中的数据类型，类似的数据类型还有“.short”、“.int”、“.long”、“.byte”、“.float”、“.double”、“.comm”。第二条语句叫表示msg作为后续字符串的起始地址。
• len求得字符串的长度。在汇编程序中“.”可以取出当前地址计数器的值，该值是一个常量。

(2) 代码段

代码段主要是用系统调用来完成程序功能。包含“程序入口”、“功能代码”和“程序退出代码”。

 

[1]程序入口

.text .global  _start _start:

按照GNU AT&T汇编的格式，_start为汇编程序的入口，且由.global保证其它文件内的汇编代码可识别_start入口。

 

[2]功能代码

_start:     movl $4, %eax       #Linux system wirte call     movl $1, %ebx       #STDOUT     movl $msg, %ecx  #Give string start address to %ecx     movl $len, %edx  #Give string lenght to %edx     int  $0x80                    #Software interrupt

 int指令中的立即数0x80是一个参数，在异常处理程序中要根据这个参数决定如何处理，在Linux内核中int $0x80这种异常称为系统调用（System Call）。内核提供了很多系统服务供用户程序使用，但这些系统服务不能像库函数（比如printf）那样调用，因为在执行用户程序时CPU处于用户模式，不能直接调用内核函数，所以需要通过系统调用切换CPU模式，经由异常处理程序进入内核，用户程序只能通过寄存器传几个参数，之后就要按内核设计好的代码路线走，而不能由用户程序随心所欲，想调哪个内核函数就调哪个内核函数，这样可以保证系统服务被安全地调用。在调用结束之后，CPU再切换回用户模式，继续执行int $0x80的下一条指令，在用户程序看来就像函数调用和返回一样。[Linux C 编程一站式学习]

 

在int $0x80引发的系统调用中，在eax寄存器内的值表示系统调用号，内核需要通过eax判断用户要调哪个系统调用。4代表linux write system call，1代表linux exits ystem  call。ebx的值是传给_exit的参数，表示退出状态。大多数系统调用完成之后会返回用户空间继续执行后面的指令，而_exit系统调用比较特殊，它会终止掉当前进程，而不是返回用户空间继续执行。And so on。

 

在linux 写系统调用（eax值为4）下，其它的寄存器内所存值也会代表一些含义：

• ebx包含要写向的文件描述符（STANDOUT：1，STDIN：0，STDERR：2）。
• ecx包含子符串的起始地址。
• edx包含ecx字符串的长度。

 

故而，在为写操作准备好所有的条件之后。int $0x80经执行引起的软件中断后，照eax内存的值就访问linux内核的一些函数，向控制台(ebx:1)输出字符串(ecx:msg)。

 

[3]程序退出

movl $1, %eax   #Linux systemexit call movl $0, %ebx   #Acceptprogram exit value int $0x80       #software interrupt

Linux汇编程序的退出也是依靠系统调用来完成。此时寄存器eax中的值应该为1，ebx的值为程序退出后返回给shell的值。这几句汇编程序完成_exit()调用。

 

(1)、(2)这段汇编代码相当于以下这段C代码：

#include <unistd.h> char msg[14]  = "hello, world\n"; #define len  14 int  main(void) {         write(1, msg, len);         _exit(0); }

 

4 编译执行AT&T linux汇编

加入以上各部分组成的代码文件名为，learn.s，则编译执行过程为：

as     -o   learn.o     learn.s      [生成learn.o文件]

ld      -o   learn         learn.o   [生成learn可执行文件]

./learn                                     [ 得程序执行结果]

hello, world

 

5 总结

关于涉及到的AT&T汇编的语法：

• 立即数前面需要加$。
• 直接引用符号常数，在符号常数前加$表示引用符号常数的地址。
• movl  %eax, %ebx，源操作数为eax内的值，目的操作数为ebx的值。源、目的操作数符合从左到右的操作顺序。
• 寄存器前面要加%。
• Linux 下用vim编辑器编辑AT&T代码时#表示注释符号。

 

初学汇编，在了解汇编程序框架后，如果不知代码段应该写什么内容，不明白要用哪一个寄存器来操作时。应该查查各寄存器在系统调用软件中断发生时(int $0x80)要发生的操作所对应的寄存器的值。这样，起码就能编写“hello world！”的入门代码了。

 

当然，要了解整个汇编代码的机制还得多编写，达到只需查询就可完成功能的目标。目前根据这个程序得到的经验是：汇编代码可以依靠系统调用软件中断来调用内核的函数，系统调用的类型由eax寄存器你的值。我们需要提前配置好eax及相关寄存器的值，从而实现咱的目标功能。一般是eax寄存器里面的值决定软件中断后linux系统调用的类型（eax:4linux write system call，eax:1 linux exit system call），然后其它的寄存器配合这种统调用。[好像总结得有点浅显]

我们用C标准I/O库函数最终也是通过系统调用把I/O操作从用户空间传给内核，然后让内核去做I/O操作。

 

ASNote Over。