C指针原理(1)

转自：/article/1383915.html

汇编在LINUX系统下的意义远远大于WINDOWS系统，LINUX内核部分代码就是汇编编写的。然后，绝大多数 Linux 程序员以前只接触过DOS/Windows 下的汇编语言，这些汇编代码都是 Intel 风格的。但在 Unix 和 Linux
系统中，更多采用的还是 AT&T 格式，两者在语法格式上有着很大的不同，因此应对AT&T汇编应有一个基本的了解和熟悉。

我们在LINUX下用C编写一段最简单的helloworld程序，命令为hello.c

[cpp] view
plaincopyprint?

#include <stdio.h>

int main()

{

printf("hello,world\n");

exit(0);

}

然后，使用GCC编译，同时使用-s参数生成中间汇编代码，看看AT&T汇编的真实面目

[cpp] view
plaincopyprint?

.section .data#初始化的变量

output:

.ascii "hello,world\n"

#要打印的字符串，.data为初始化值的变量。output是标签，指示字符串开始的位置，ascii为数据类型

.section .bss#未初始化的变量，由0填充的缓冲区

.lcomm num,20

#lcomm为本地内存区域，即本地汇编外的不能进行访问。.comm是通用内存区域。

.section .text#汇编语言指令码

.globl _start#启动入口

_start:

movl $4,%eax#调用的系统功能,4为write

movl $output,%ecx#要打印的字符串

movl $1,%ebx#文件描述符，屏幕为1

movl $12,%edx#字符串长度

int $0x80#显示字符串hello,world

movl $0,%eax

movl $num,%edi

movl $65,1(%edi)#A 的ascii

movl $66,2(%edi)#B 的ascii

movl $67,3(%edi)#C 的ascii

movl $68,4(%edi)#D 的ascii

movl $10,5(%edi)#\n的ascii

movl $4,%eax#调用的系统功能,4为write

movl $num,%ecx#要打印的字符串

movl $1,%ebx#文件描述符，屏幕为1

movl $6,%edx#字符串长度

int $0x80#显示字符串ABCD

movl $1,%eax#1为退出

movl $0,%ebx#返回给shell的退出代码值

int $0x80#内核软中断，退出系统

gcc -S hello.c

[plain] view
plaincopyprint?

.file "hello.c"

.section .rodata

.LC0:

.string "hello,world"

.text

.globl main

.type main, @function

main:

pushl %ebp

movl %esp, %ebp

andl $-16, %esp

subl $16, %esp

movl $.LC0, (%esp)

call puts

movl $0, (%esp)

call exit

.size main, .-main

.ident "GCC: (Ubuntu 4.4.3-4ubuntu5) 4.4.3"

.section .note.GNU-stack,"",@progbits

汇编器（assembler）的作用是将用汇编语言编写的源程序转换成二进制形式的目标代码。Linux 平台的标准汇编器是 GAS，它是 GCC 所依赖的后台汇编工具，通常包含在 binutils 软件包中。

AT&T汇编主要有以下特点：

1、在 AT&T 汇编格式中，寄存器名要加上 '%' 作为前缀。

如：

把eax寄存器的内容复制到ebx中

movl %eax,%ebx

2、用 '$' 前缀表示一个立即操作数。

如：将1复制到eax中

movl $1, %eax

3、目标操作数在源操作数的右边

movl %eax,%ebx

eax是源操作数，ebx是目标操作数

4、在 AT&T 汇编格式中，操作数的字长由操作符的最后一个字母决定，后缀'b'、'w'、'l'分别表示操作数为字节（byte，8 比特）、字（word，16 比特）和长字（long，32比特）

比如:

movl对32位进行操作，将eax寄存器32位的内容复制到ebx中

movl %eax, %ebx

movw对16位进行操作，将ax寄存器的内容复制到bx中

movw %ax, %bx

movb对8位进行操作，将al寄存器的内容复制到bl中

movb %al, %bl

我们再以入栈为例:

pushl %ecx # 32位ecx的内容入栈

pushw %cx # 16位ecx的内容入栈

pushl $180 # 80做为一个32位整数入栈

pushl data # data变量内容入栈，长度为32位

pushl $data # 这一个操作很特别，在变量前面加上$表示取变量的地址，这是将data变量的地址入栈

5、在 AT&T 汇编格式中，绝对转移和调用指（jump/call）的操作数前要加上'*'作为前缀

6、远程转移指令和远程子调用指令的操作码，在 AT&T 汇编格式中为 ljump和lcall

我们从生成的中间代码可以看出这几个特点。

我们再来看一段用AT&T汇编编写的helloworld程序。

[plain] view
plaincopyprint?

.section .data#初始化的变量

output:

.ascii "hello,world\n"

#要打印的字符串，.data为初始化值的变量。output是标签，指示字符串开始的位置，ascii为数据类型

.section .bss#未初始化的变量，由0填充的缓冲区

.lcomm num,20

#lcomm为本地内存区域，即本地汇编外的不能进行访问。.comm是通用内存区域。

.section .text#汇编语言指令码

.globl _start#启动入口

_start:

movl $4,%eax#调用的系统功能,4为write

movl $output,%ecx#要打印的字符串

movl $1,%ebx#文件描述符，屏幕为1

movl $12,%edx#字符串长度

int $0x80#显示字符串hello,world

movl $0,%eax

movl $num,%edi

movl $65,1(%edi)#A 的ascii

movl $66,2(%edi)#B 的ascii

movl $67,3(%edi)#C 的ascii

movl $68,4(%edi)#D 的ascii

movl $10,5(%edi)#\n的ascii

movl $4,%eax#调用的系统功能,4为write

movl $num,%ecx#要打印的字符串

movl $1,%ebx#文件描述符，屏幕为1

movl $6,%edx#字符串长度

int $0x80#显示字符串ABCD

movl $1,%eax#1为退出

movl $0,%ebx#返回给shell的退出代码值

int $0x80#内核软中断，退出系统

我们对上面这段汇编代码的结构和内容进行解说：

1、.section .data段存放着初始化的变量， .section .bss段存放着未初始化的变量

2、变量的定义采用以下格式：

变量名：

变量类型 变量值

上面代码中的output变量就是这么定义的

output:

.ascii "hello,world\n"

下面例子定义了多个变量

.section .data

msg:

.ascii “This is a text”

x:

.double 109.45, 2.33, 19.16

y:

.int 89

z:

.int 21, 85, 27

.equ a 8

其中，msg为字符符，x为双精度符点数，y和z为整数，a是一个特别的定义，它的是一个静态变量的定义，使用.equ 变量名 变量值来实现

3、.section .bss段中变量访问区域的定义规则为：

lcomm为本地内存区域，即本地汇编外的不能进行访问，而.comm是通用内存区域

比如上面的定义

.lcomm num,20

num为本地内存区域。

4、section .text段为汇编语言指令码，使用.globl _start指示_start标记后的代码为程序启动入口。

5、#表示注释，上面代码的其它部分均有注释，有汇编基础的程序员应很容易理解

变量的类型有以下几种：

.ascii 文本字符串

.asciz 以NULL结束的文本字符串

.byte 字节值

.double 双精度符点数

.float 单精度符点数

.int 32位整数

.long 32位整数

.octa 16位整数

.quad 8位整数

.short 16位整数

.single 单精度符点数

此外，AT&T汇编经常会涉及字节顺序反转，比较加载，交换,压入弹出所有寄存器等操作，以下例子涉及了这些操作，

每行代码都有详细的注释。