| title | 译文: Say hello to x64 Assembly [part 4] | ||
|---|---|---|---|
| date | 2016-08-13 17:46:08 -0700 | ||
| categories | style | ||
| tags |
|
看一看一些字符串与字符串操作。
既然谈论汇编语言，当然不能遗漏__字符串(string)__数据类型，通常来说，它就是我们使用单位字节长度的数组来构建字符串数据类型。写一些简单的栗子：我们将会定义字符串数据，反转他们后输出。这个例子非常简单，但也很有用，尤其学习一门新语言的时候。
section .data
SYS_WRITE equ 1
STD_OUT equ 1
SYS_EXIT equ 60
EXIT_CODE equ 0
NEW_LINE db 0xa
INPUT db "Hello world!"四个常量：
- SYS_WRITE -- 'write' syscall number
- STD_OUT -- 标准输出文件描述符(stdout file descriptor)
- SYS_EXIT -- 'exit' syscall number
- EXIT_CODE -- exit code 定义了一些变量：
- NEW_LINE -- 换行符号(\n)
- INPUT -- 输入字符串
接下来为缓存(buffer)定义 bss 段，这里将会放入被反转的字符串：
section .bss
OUTPUT resb 12现在有了存放数据与缓存的地方，那么轮到放代码的 text 段啦。以 _start 开始吧：
_start:
mov rsi, INPUT
xor rcx, rcx
cld
mov rdi, $ + 15
call calculateStrLength
xor rax, rax
xor rdi, rdi
jmp reverseStr这里是一些新的东西。看看他们怎么工作：在第二行先把 INPUT 的地址放入 si 寄存器。为了输出字符串，rcx 赋值为 0，它是计算字符串长度的计数器。第四行见到了 cld 操作符。它重置了 df 标志，使之为 0。因为稍后需要利用它计算字符串长度 -- 会遍历字符串中的字符，当 df 标志为 0 时，会从左到右处理字符。接下来调用了 calculateStrLength 函数。对了，遗忘了第五行的mov rdi, $ + 15，不用着急，会在稍后提到。先看一看 calculateStrLength：
calculateStrLength:
;; check is it end of string
cmp byte [rsi], 0
;; if yes exit from function
je exitFromRoutine
lodsb
;; push symbol to Stack
push rax
inc rcx
;; loop again
jmp calculateStrLength正如它的名字，这函数的功能是计算字符串的长度并把长度存储到 rcx。首先检查 rsi 是否为 0(NULL)，若为 0 则意味着计算结束。接下来是 lodsb，它仅仅把 1 字节放入了 al 寄存器(16 位寄存器 ax 的低 8 位)，并改变了 rsi 指针。当执行 cld 指令后，每次执行 lodsb 都会把 rsi 从左至右移动一字节(译者注：x86 体系是小端存储)，这样便可以移动字符了。之后，把 rax 放入堆栈，这样堆栈中便包含了字符串中的一个字符(lodsb 把一字节从 si 放入了 al，al 为 rax 的低 8 位)。我们怎能把字符放入堆栈呢？这必须得记得堆栈是怎么工作的：它的工作原理为 LIFO(后入先出)。我们把字符依次从 si 放入堆栈。这样，最后一个字符已定在堆栈的顶端。然后仅仅需要从堆栈从弹出(pop)字符，再写入 OUTPUT 缓存就行了。push rax后，自增了计数器(rcx)，循环执行这段代码。
把所有的字符放入堆栈后，跳转到 exitFromRoutine，再返回 _start。怎么做呢？有 ret 指令：
exitFromRoutine:
;; return to _start
ret但是它并不会工作。为啥？这很诡异。要知道我们的确在 _start 中调用了 calculateStrLength.但是在调用的过程中究竟发生了什么呢？起初，所有函数参数从右至左放入了堆栈，之后返回了地址，它也放入了堆栈。因此函数在调用结束后知道从哪里返回。但是看一下 calculateStrLength，我们把符字符串中的字符都放入了堆栈，现在的堆栈顶部并不是要返回的地址，函数调用结束后当然不知道从哪里返回了。现在怎么办呢？先看一看前面被忽略的诡异的指令吧：
mov rdi, $ + 15开始前：
- $ -- 返回一地址，这地址是这条汇编语句在内存中的位置
- $$ -- 也返回一地址，这地址为当前段(section)的起点
利用mov rdi, $ + 15我们便得到了一个地址，但为啥加了 15？我们需要知道 calculateStrLength 的下一条语句的地址。现在看一看使用 objdump(译者注：反汇编工具) 查看文件后的结果吧：
$objdump -D reverse
reverse: file format elf64-x86-64
Disassembly of section .text:
00000000004000b0 <_start>:
4000b0: 48 be 41 01 60 00 00 movabs $0x600141,%rsi
4000b7: 00 00 00
4000ba: 48 31 c9 xor %rcx,%rcx
4000bd: fc cld
4000be: 48 bf cd 00 40 00 00 movabs $0x4000cd,%rdi
4000c5: 00 00 00
4000c8: e8 08 00 00 00 callq 4000d5 <calculateStrLength>
4000cd: 48 31 c0 xor %rax,%rax
4000d0: 48 31 ff xor %rdi,%rdi
4000d3: eb 0e jmp 4000e3 <reverseStr>
瞧，第十二行(mov rdi, $ + 15)的命令占用了 10 字节(译者注：C8h-BEh=10)，第 16 行调用函数占用了 5 字节(译者注：CDh-C8h=5)，加在一起不就是 15 字节？这地址就是我们需要的返回地址。这样便可以把 rdi 的值抛进堆栈，再从函数中返回至 _start：
exitFromRoutine:
;; push return address to stack again
push rdi
;; return to _start
ret调用 calculateStrLength 后，rax 和 rdi 都写入了 0，之后跳转到 reverseStr。它是这样的：
reverseStr:
cmp rcx, 0
je printResult
pop rax
mov [OUTPUT + rdi], rax
dec rcx
inc rdi
jmp reverseStr这里我们检查了我们的字符串计数器，若为零则表示我们已经把所有的字符写入了缓存，现在可以打印了。不为零就从堆栈中弹出字符，放入 rax，再写入 OUTPUT 缓存。之后自增 rdi ，移动到 OUTPUT 缓存的下一个位置，同时自字符串长度计数器自减，程序跳转到开始处。
执行完 reverseStr 后，就已经把字符串反转了，反转后的字符串存放在 OUTPUT 缓存中。该用新的一行输出他们了：
printResult:
mov rdx, rdi
mov rax, 1
mov rdi, 1
mov rsi, OUTPUT
syscall
jmp printNewLine
printNewLine:
mov rax, SYS_WRITE
mov rdi, STD_OUT
mov rsi, NEW_LINE
mov rdx, 1
syscall
jmp exit这样退出：
exit:
mov rax, SYS_EXIT
mov rdi, EXIT_CODE
syscall就这么多，现在可以编译我们的程序了：
all:
nasm -g -f elf64 -o reverse.o reverse.asm
ld -o reverse reverse.o
clean:
rm reverse reverse.o译者注：Makefile， GNU Make 工具使用的文件。
这是执行结果：
肯定有许多其他的字符串/比特(string/bytes)相关的指令操作啦：
- REP -- 当 rcx 不为零时重复执行
- MOVSB -- 拷贝一比特大小的字符(MOVSW, MOVSD 等)
- CMPSB -- 比特大小的字符比较
- SCASB -- 比特大小的字符输入
- STOSB -- 存储一比特大小的字符至某寄存器
此系列第四篇。下一节谈论 nasm 的宏(macroses)。
译者注: 看不懂/忘记一些命令？尤其是 REP / MOVSB 这些？为何不 Google 之？Intel Assemble Instruction Set 的确是一个好地方。