程序的机器级表示
寻址方式的演变
DOS → 8086 → IA32
Inter处理器系列俗称x86,其演变过程(根据其所需要的晶体管数量来说明):
8086 → 80286 → i386 → i486 → Pentium → PentiumPro → Pentium II → Pentium III → Pentium 4 → Pentium 4E
→ Core 2 → Core i7
机器级代码
两种抽象极为重要:
1.机器级程序的格式和行为
指令集体系结构(ISA),它定义了处理器状态、指令的格式以及每条指令对状态的影响。
大多数ISA,包括ISA32和x86-64,将程序的行为描述成每条指令是按顺序执行的。
2.机器级程序使用的存储器地址是虚拟抵制,提供的存储器模型看上去是一个非常打的字节数组。
实际实现是将多个硬件存储器和操作系统软件组合起来。
汇编代码非常接近于机器代码
汇编代码有一个主要特点:
它用可读性更好的文本格式来表示。
IA32机器代码的处理器状态
1.**程序计数器**(在IA32中,通常成为“PC”,用%eip表示)指示将要执行的下一条指令在存储器中的地址。
2.**整数寄存器文件**包含8个命名的为止,分别存储32位的值。用于存储地址或整数数据。
3.**条件码寄存器**保存着最近执行的算术或者逻辑指令的状态信息。用于实现控制和数据流中的条件变化。
汇编代码不区分有符号或无符号整数,不区分各种类型的指针,不区分指针和整数。
程序存储器
包含程序的可执行机器代码,操作系统需要的一些信息,用来管理过程调用和返回的运行时栈,以及用户分配的存储器块。
用虚拟地址来寻址。操作系统负责管理虚拟地址空间,将虚拟抵制翻译成实际处理器存储器中的物理地址。
一条机器指令只执行一个非常基本的操作。
代码示例
利用gcc -O1 -S xxx.c -o xxx.s将C语言代码编译成汇编代码
如下图,将code.c编译成code.s
由于本人使用的是Ubuntu 64位系统所以使用gcc -m32 -S xxx.c -o xxx.s所得到的汇编代码更接近教材所示。
也可以用objdump -d xxx进行反汇编
查看-S生成的汇编文件时,出现很多"."开头的语句,将其删除后便于阅读。
二进制文件的查看
可以用od 命令查看,也可以用gdb的x命令查看。
ATT与intel汇编代码格式
Intel格式代码的生成:
gcc -S -masm=intel xxx.c
区别
- Intel代码省略了指示大小的后缀。movl改为mov。
- intel代码省略了寄存器名字前面的'%'符号。%esp改为esp
- intel代码用不同的方式来描述存储器中的位置。8(%ebp)改为DWORD PTR [ebp+8]
- 在带有多个操作数的指令情况下,列出操作数的顺序相反。
数据格式
数据传送指令变种
- movb(传送字节)
- movw(传送字)
- movl(传送双字)
访问信息
IA32CPU包含一组8个存储32位值的寄存器,用于存储整数数据和指针,名称都以%e开头。
-
4个数据寄存器(eax、ebx、ecx和edx)
-
2个变址和指针寄存器(esi和edi)
-
2个指针寄存器(esp和ebp)
-
4个数据寄存器(EAX、EBX、ECX和EDX):
32位CPU有4个32位的通用寄存器EAX、EBX、ECX和EDX。对低16位数据的存取,不会影响高16位的数据。这些低16位寄存器分别命名 为:AX、BX、CX和DX,它和先前的CPU中的寄存器相一致。 4个16位寄存器又可分割成8个独立的8位寄存器(AX:AH-AL、BX:BH-BL、CX:CH-CL、DX:DH-DL),每个寄存器都有自己的名称,可 独立存取。程序员可利用数据寄存器的这种“可分可合”的特性,灵活地处理字/字节的信息。
-
2个变址和指针寄存器(ESI和EDI)
32位CPU有2个32位通用寄存器ESI和EDI。其低16位对应先前CPU中的SI和DI,对低16位数据的存取,不影响高16位的数据。 寄存器ESI、EDI、SI和DI称为变址寄存器(Index Register),它们主要用于存放存储单元在段内的偏移量,用它们可实现多种存储 器操作数的寻址方式,为以不同的地址形式访问存储单元提供方便。 变址寄存器不可分割成8位寄存器。作为通用寄存器,也可存储算术逻辑运算的操作数和运算结果。它们可作一般的存储器指针使用。 在字符串操作指令的执行过程中,对它们有特定的要求,而且还具有特殊的功能。
-
2个重要的指针寄存器(ESP和EBP)
ESP:栈指针寄存器(extended stack pointer),其内存放着一个指针,该指针永远指向系统栈最上面一个栈帧的栈顶。 EBP:基址指针寄存器(extended base pointer),其内存放着一个指针,该指针永远指向系统栈最上面一个栈帧的底部
-
注意%ebp和%esp保存着指向程序栈中重要位置的指针。
-
字节操作可以对%eax/%ecx/%edx/%ebx的2个低位字节进行读写操作。
操作数指示符
- 立即数(immediate),常数值
- 寄存器(regist):
- 双字操作-可以表示32位寄存器中的一个(%eax);
- 字操作-可以表示16位寄存器中的一个(%ax);
- 字节操作-可以表示单字节寄存器元素中的一个(%al);
-存储器(mempry),根据有效地址访问某个存储器为止。
寻址模式
格式表示:Imm (Eb,Ei,s) *其中Imm为立即数偏移,Eb位基址寄存器,Ei为变址寄存器,s为比例因子,s必须位1、2、4或8.
有效地址运算:Imm + R[Eb] + R[Ei]·s
数据传送指令
传送指令MOV(Move)把一个字节、字或双字的操作数从源位置传送到目的位置,源操作数的内容不变。
格式:MOV DST,SRC
- MOV reg/mem, imm ;立即数→寄存器或存储器
- MOV reg/mem/seg, reg ;寄存器的值→寄存器/内存/段寄存器
- MOV reg/seg, mem ;内存单元的值→寄存器/段寄存器
- MOV reg/mem, seg ;段寄存器的值→寄存器/内存单元
实例:
- MOV EAX,#050aH ;将十六进制数050a 传送到通用寄存器eax中
- MOV DI,BX(寄存器到寄存器之间传数)
- MOV ES,AX(通用寄存器与段寄存器之间传数)
- MOV AX,DS(段寄存器至通用寄存器)
- MOV AL,23H(将立即数"复制"到寄存器)
- MOV [2000H],02H(直接寻址)
- MOV [2061H],BX
应该注意的是:
- 目的操作数要与源操作数类型要一致,不能一个是字,一个是字节
- 目的操作数要和源操作数类型之一必须要有明确的类型
- 立即数不能作为目的操作数
- 不能用立即寻址方式给段寄存器传数
- 源操作数和目的操作数不能同时为存储器操作数,即存储单元之间不能用MOV指令直接传送
- CS和IP不能作为目的操作数,但CS可以作为源操作数。
- 段寄存器之间不能用MOV指令直接传送
- 在传送字单元时,遵循“高字节存放在高地址,低字节存放在低地址”的原则。
- b-8位 w-16位 l-32位
- MOVS(符号位扩展),目的位置的所有高位用源值的最高位数值进行填充。
- MOVZ(零扩展),目的为止的所有高位都用零填充。
栈 p115
- 栈是一种数据结构,可以添加或者删除值,遵循后进先出的原则。
- 通过pop删除数据,弹出的值永远是最近被压入而仍然在栈中的值。总是从数组的栈顶插入和删除元素。
- 通过push把数据压入栈中
- 栈顶元素的地址是所有栈中元素地址中最低的。
- pushl用于把数据压入到栈上,仅仅只有一个操作数,相当于将栈指针减4,然后将值写到新的栈顶地址
- popl用于弹出数据,仅仅只有一个操作数,相当于从栈顶位置读出数据,然后将栈指针加4
- 程序可以用标准的存储器寻址方法访问栈内任意位置,例如movl 4(%esp),%edx
c语言中的指针
p117代码展示:
- c语言中所谓的指针其实就是地址。
- 间接引用指针就是将该指针放在一个寄存器中,然后在存储器引用中使用这个寄存器。
- 局部变量x通常保存在寄存器中,因为寄存器访问较存储器访问要快。
加载有效地址
- leal是从存储器读数据到寄存器,但实际上并没有引用存储器。
- 格式:leal S,D 相对应的效果 D ← &S
- leal并没有大小操作数的变种
一元操作
- 仅有一个操作数,既是源也是目的,可以为寄存器也可以为存储器位置。
- 类别:1.INC 2.DEC 3.NEG 4.NOT
二元操作
- 有两个操作数,第二个操作数既是源又是目的。源操作数是第一个,目的操作数是第二个。
- 第一个操作数可以是立即数、寄存器或者是存储器位置。
- 第二个操作数可以是寄存器或是存储器位置。
- 两者不能同时是存储器位置
- 类别:1.ADD 2.SUB 3.IMUL 4.XOR 5.OR 6.AND
移位操作
- 移位量只允许进行0~31位的移位。
- 移位量可以是立即数,或者放在单字节寄存器元素%cl中。
- 类别:1.SAL 2.SHL 3.SAR 4.SHR
特殊操作(p122)
- imull S 有符号全64位乘法(乘数除了S外,另一个操作数取自%eax)
- mull S 无符号全64位乘法(乘数除了S外,另一个操作数取自%eax)
- cltd 转为四字
- idivl S 有符号除法
- divl S 无符号除法
条件码
- CF:进位标志。最近的操作使最高位产生了进位。可以用来检查无符号操作数据的溢出。
- ZF:零标志。最近的操作得出的结果为0.
- SF:符号标志。最近的操作得到的结果为负数。
- OF: 溢出标志。最近的操作导致一个补码溢出--正溢出或负溢出。
- leal指令不改变任何条件码
- 一元操作、二元操作、移位操作均会影响条件码
CMP与SUB
- CMP的指令与SUB的指令行为相同。Operate S2,S1 => S1 - S2
- CMP S2,S1 改变标志位,但相减的结果并不会赋予S1
- SUB S2,S1 改变标志位,但相减的结果会赋予S1
TEST与AND
- 两者的指令行为相同,Operate S2,S1 => S1&S2
- 典型用法:testl %eax,%eax用来检查%eax是负数、零,还是正数。
访问条件码
基于set的不同组合
跳转指令及其编码
- jump(跳转)指令会导致执行切换到程序中一个全新的位置。
- label(标号),跳转的目的地需要用一个标号来指明。
- 分类:
- 直接跳转:给出一个标号作为跳转目标。例如 jmp .L1
- 间接跳转:跳转目标是从寄存器或存储器位置中读出的。写法为'*'+操作数指示符 例如 jmp *%eax
- 区别jmp *%eax 与 jmp *(%eax)
- jmp *%eax将%eax中的值作为跳转目标 | jmp *(%eax)将%eax的值作为读地址,从存储器中读出跳转目标。
翻译条件分支
-
常用的方式:
- 结合有条件跳转
- 结合无条件跳转
-
C语言中的if-else语句通用模版:
if(test-expr) then-statement else else-statement
-
汇编相对应的通用形式
t = test-expr; if(!t) goto false; then-statement goto done; false: else-statement done:
-
汇编为then-statement 和 else-statement产生了各自的代码块。
循环
do-while
-
通用形式:
do body-statment while(test-expr);
-
对应的goto语句:
loop: body-statement t = test-expr; if(t) goto loop;
-
body-statemnt至少会执行一次
while循环
-
通用形式:
while(test-expr) body-statement
-
对应的goto语句
t = test-expr; if(!t) goto done;
loop:
body-statement
t = test-expr;
if(t)
goto loop;
done: -
通过条件才执行依次。
for循环
-
通用形式:
for(init-expr;test-expr;update-expr) body-statement
-
对应的goto语句
init-expr; t = test-expr; if(!t) goto done; loop: body-statement update-expr t = test-expr; if(t) goto loop; done:
switch语句 p145
- 根据一个整数索引值进行多重分支。多用于处理具有多种可能结果的测试时。
- 运用到了跳转表(jump table),跳转表为一个数组,表项i是一个代码段的地址,这个代码段实现打那个开关索引值等于i时程序应采取的措施
栈帧结果
- 栈用来传递参数、存储返回信息、保存寄存器以及本地存储
- 寄存器%ebp为帧指针
- 寄存器%esp为栈指针
- 当程序执行时,栈指针可以移动,大多数信息的访问都是相对于帧指针的。
转移控制
- call Label 直接调用
- call *Operand 间接调用
- call的效果是将返回地址入栈,并跳转道被调用过程的起始处。
- 返回地址是在程序中紧跟在call后面的那条指令的抵制。
- leave为返回准备栈
- ret的效果是从栈中弹出地址,并跳转到这个位置。
- 函数返回值保存在%eax中
寄存器使用惯例
- %eax/%edx/%ecx - 调用者保存寄存器 当过程P调用Q时,Q可以覆盖这些寄存器
- %ebx/%esi/%edi - 被调用者保存寄存器 当Q必须在覆盖这些寄存器的值之前,先把他们保存到栈中,并在返回前回复他们,因为P有可能在今后的计算中需要这些值。
- 必须保持寄存器%ebp/%esp
GDB调试器
- GDB命令示例:
对于栈的GDB命令
- bt n
- 若省略n,则为打印当前栈的信息
- 若n为正整数,则为打印该栈顶上n层的栈信息
- 若n为负整数,则为打印该栈地下n层的栈信息
- frame n
- frame命令允许你从一个栈框移动到另一个栈框,然后可以打印出你选择的栈框,args要么是栈框的地址,要么是栈框的标号,如果没有参数,frame 命令将会打印出当前的栈框。
- select-frame 命令允许你从一个栈框移动到另外一个栈框而不打印栈框的信息,
这个命令可以看作是frame命令的silent版本。
- up n
- 向当前栈上面移动n层
- 若省略n,则单步进行
- down n
- 向当前栈下面移动n层
- 若省略n,则单步进行
作业
源代码如下:
编译后去除.开头的语句得到以下语句:
add:
pushl %ebp
movl %esp, %ebp
movl 8(%ebp), %eax
addl $15, %eax
popl %ebp
function:
pushl %ebp
movl %esp, %ebp
subl $4, %esp
movl 8(%ebp), %eax
movl %eax, (%esp)
call add
leave
ret
main:
pushl %ebp
movl %esp, %ebp
subl $4, %esp
movl $15, (%esp)
call function
addl $8, %eax
leave
ret
gdb小试
遇到的问题与解决方法
1.在加载有效地址 %edx=x leal 7(%edx,%edx,4),%eax对此并不理解为什么表示的为将设置寄存器%eax的值为5x+7
解决:通过网络的查询,得知此为AT&T语法,base(offset, index, i),就是 base+offset+index*i
相对应的则是7+x+x*4=5*x+7。
2.在查阅CMP与SUB之间的区别时,发现百度百科上CMP对于操作数的执行顺序与教材中的不同。
解决:询问老师,得知在Linux系统中CMP S2,S1表示S1-S2,而在Windows系统中 CMP S2,S1 表示S2-S1。