汇编开发示例 (一)
zenglong 2013-09-22 05:08:04
前面的章节介绍了汇编开发的硬件知识和相关的开发工具，是时候接触一些具体的例子来研究汇编语言了...
本文由zengl.com站长对
http://pan.baidu.com/share/link?shareid=3717576860&uk=940392313 汇编教程英文版相应章节进行翻译得来。
另外再附加一个英特尔英文手册的共享链接地址：
http://pan.baidu.com/share/link?shareid=2345340326&uk=940392313 (在某些例子中会用到)
本篇翻译对应汇编教程英文原著的第104页到第112页 (注意这里的页数不是页脚的页数，而是pdf电子档顶部，分页输入框中的页数，也就是包含了目录，前言部分的总页数，pdf电子档总页数是577，当前已翻译完的页数为112 / 577)。
前面的章节介绍了汇编开发的硬件知识和相关的开发工具，是时候接触一些具体的例子来研究汇编语言了。
The Parts of a Program (汇编程序的组成部分)：
汇编程序是由不同的段组成的，每个段都有各自的不同的作用，其中三个最常用的段如下：
下面就对上面这些段在GNU汇编器中的使用进行说明。
Defining sections (段的定义)：
GNU汇编器使用.section的伪操作符来声明段，通过.section加一个参数来代表段的类型，下图显示了汇编程序中段的布局：
图1
上图是汇编程序中段的常规布局，bss段应总是放在text代码段之前，但是data数据段可以移到text代码段之后，为了方便代码的可读和可维护性，最好将所有的数据定义都放在代码的开头部分。
Defining the starting point (定义程序的入口点)：
当汇编程序转成可执行程序时，链接器必须知道你的程序的入口点在哪，对于很简单的程序，找到入口点并不难，但是如果你的程序中有好几个函数，那么就需要手动来指定执行入口。
要解决这个问题，GNU汇编器里提供了一个默认的标签，即_start标签来指示程序的执行入口，如果链接器找不到该标签，就会产生如下的警告信息：
从上面的输出可以看出，链接器没找到_start时，就会自动尝试指定一个执行入口，对于简单的程序可能不会出错，但是如果程序很复杂的情况下，链接器的自动查找可能就会不准。
小提示：当然你可以使用别的非_start的标签名来表示执行入口，不过需要给GNU的链接器提供一个-e的参数来指明新的入口标签名。
另外，除了声明一个入口标签外，你还需要让这个入口点可以被程序中的其他模块访问，此时就需要借助.globl伪操作符了。
.globl伪操作符用于声明那些可以被外部程序模块访问的标签，例如你可以在某个汇编程序中编写一些辅助库函数，然后用.globl伪操作符来声明这些函数的标签，那么其他汇编程序或C程序中就可以通过这些标签来访问到辅助库函数了。
有了这些信息，你就可以创建一个基本的汇编程序的模板了，该模板应该是下面这个样子：
有了这个模板，你就可以开始编写具体的汇编程序了，下面就介绍汇编程序的简单例子。
Creating a Simple Program (创建一个简单的程序)：
将要创建的程序中使用了一个CPUID的指令代码，该指令代码用于收集处理器的供应商和型号等信息，下面就具体的介绍下该指令。
The CPUID instruction (CPUID指令)：
CPUID指令使用一个寄存器的值作为输入，即根据EAX里的值判断需要产生什么信息，然后将信息输出到EBX , ECX 及 EDX寄存器中，存放在这些寄存器里的信息，有的是一些位标志，需要解释成合适的含义才行。下表是EAX的值和CPUID输出信息的对应关系：
后面的示例程序将利用功能号0来获取处理器的供应商ID字符串信息，通过设置EAX为0，然后执行CPUID指令，处理器就会将供应商ID字符串信息存放到EBX , EDX 及 ECX寄存器中，这三个寄存器里各自存放一部分字符串信息：
图2
示例程序将提取出寄存器里的这些值，然后以可读的形式显示出来，接下来就进入示例程序的源代码部分。
小提示：需要注意的是，并不是所有的处理器都支持CPUID指令，对于一些老古董的处理器，最好在使用CPUID指令前先测试一下，测试的方法前面提到过，就是如果eflags里的ID标志位可以被设置或清零的话，那么就说明处理器支持CPUID指令，下面的示例程序为了简化起见，并没有做这方面的测试。
The sample program (示例程序)：
下面的代码将使用CPUID指令来获取处理器的厂商字符串信息，你可以将代码复制到某个文本文件中，并命名为cpuid.s ：
这个程序中涉及到了好几个不同的汇编指令，这些指令将在后面的章节中依次进行详细的解释，这里只要了解程序的结构，和指令的大概意思就可以了。
首先，在data数据段部分，声明了一个字符串类型的变量：
.ascii伪操作符用于声明使用ASCII字符的文本字符串，该字符串会被预置到内存中，output标签指向该字符串的起始位置，这样在主体程序中就可以使用output来引用这段字符串信息，字符串中的"xxx..."部分将会在程序中被具体的处理器信息覆盖掉。
data数据段后面紧跟着就是text代码段，该代码段部分声明了程序的执行入口：
_start执行入口后面就是具体的汇编代码了，代码中先将EAX寄存器的值设置为0，然后运行CPUID指令：
上面的代码表示，使用CPUID的0号基本功能来获取处理器的供应商ID字符串信息，CPUID运行完后，EBX , EDX , ECX三个寄存器中就包含了输出的结果：
上面的代码，先将output标签指向的内存位置加载到EDI寄存器中，这样EDI寄存器就指向了data数据段部分"The processor Vendor ...."字符串的起始位置，28(%edi)表示访问或设置edi加28对应的内存位置，该内存位置刚好指向了"xxx..."部分的第一个字符的位置，接着将EBX的值(里面存放了CPUID输出字符串的最低4个字节)传递到EDI加28的位置处，覆盖掉从左侧开始的4个"xxxx"字符，后面就依葫芦画瓢，将EDX(CPUID输出字符串的中间4个字节)传递到EDI加32的位置处，覆盖掉中间的"...xxxx..."4个'x'字符，最后将ECX里的值覆盖掉最后4个"xxxx"字符。上面4条指令执行完后，"xxx..."部分就完全变为处理器的供应商ID字符串信息了。
output指向的字符串信息准备好后，接下来就是将这段信息显示出来：
上面这段代码使用了linux内核中的系统调用(即int $0x80)来访问显示终端，int指令加上0x80会产生一个软件中断，linux内核接收并处理该中断，并根据EAX寄存器里的值来判断具体要执行哪个功能，如果没有软件中断和linux内核提供的这些功能，那么你就必须自己编写代码，将字符通过合适的I/O地址来输出显示。所以，使用linux系统调用可以为你的汇编程序开发节省很多的时间。
提示：本章只需对linux系统调用有个大概的认识即可，完整的介绍将放在后面的章节中。
上面的代码将4加载到EAX寄存器中，表示将使用4号系统调用功能，即将字节数据写入到某个文件中，该写文件系统调用相关的参数如下：
代码中将output的内存位置加载到ECX中，表示要将output对应内存位置处的字符串给显示出来，将42加载到EDX中，表示要显示的字符串里有42个字符，当EAX , EBX , ECX , EDX 这4个参数寄存器里的值都准备好后，就可以调用int $0x80软件中断通过4号系统调用功能将output处的"The processor Vendor ID is ...."信息给显示输出到1号文件描述符代表的屏幕终端设备上。
在处理器的供应商ID字符串信息显示出来后，就可以退出程序了：
退出程序也是通过linux系统调用，使用1号功能来退出程序，将0加载到EBX中，表示程序退出时返回给系统的退出码为0，你可以通过不同的退出码来表示不同的退出状态，比如用-1的退出码来表示程序发生了错误而退出，用0来表示成功执行代码后的正常退出，程序退出后会返回到shell命令提示符下。该系统调用功能类似于C语言中的exit函数。
Building the executable (将汇编代码转为可执行程序)：
我们将上面的代码保存为cpuid.s后，就可以通过下面的命令来生成可执行程序：
先通过as这个GNU汇编器将源代码转为cpuid.o的目标代码文件，接着使用ld(GNU链接器)将目标代码文件链接成可执行文件cpuid ，如果你的源代码中有错误，比如写错了某个指令助记符，那么汇编器就会将错误信息和对应的行号给显示出来：
上面就显示出了cpuid.s在第15行movl写成了mavl的错误。
Running the executable (运行生成的可执行文件)：
下面是在英文原著作者的MEPIS系统中的运行情况，该系统运行在奔腾4处理器下：
然后是在原著作者的Mandrake Linux 6.0系统中的运行情况，该系统运行在Cyrix 6x86MX处理器下：
程序的运行结果和预料的一样，Linux系统的好处就在于即使是很老的古董机，它都可以在上面跑起来，呵呵。
Assembling using a compiler (使用GNU的编译器来进行汇编)：
由于gcc会使用GNU汇编器来编译C代码，所以你也可以直接用gcc通过一步来完成汇编程序的汇编和链接工作。当然这并非常规做法，不过在某些情况下还是很有用的。
不过使用gcc来汇编会有个小问题，那就是前面提到过GNU链接器会根据_start标签来判断程序的执行入口，但是gcc却通过main标签来判断执行入口(这是因为C和C++程序中经常用main函数来作为执行入口)，所以你必须将汇编代码中的_start标签，包括.globl声明的部分都改为main ，如下所示：
修改保存好后，就可以通过下面的命令来汇编和测试：
可以看出来，是一样的效果，而且gcc只需要一行命令就得到了可执行程序。
限于篇幅，先写到这，下节介绍汇编代码调试等内容。
OK，到这里，休息，休息一下 o(∩_∩)o~~
http://pan.baidu.com/share/link?shareid=3717576860&uk=940392313 汇编教程英文版相应章节进行翻译得来。
另外再附加一个英特尔英文手册的共享链接地址：
http://pan.baidu.com/share/link?shareid=2345340326&uk=940392313 (在某些例子中会用到)
本篇翻译对应汇编教程英文原著的第104页到第112页 (注意这里的页数不是页脚的页数，而是pdf电子档顶部，分页输入框中的页数，也就是包含了目录，前言部分的总页数，pdf电子档总页数是577，当前已翻译完的页数为112 / 577)。
前面的章节介绍了汇编开发的硬件知识和相关的开发工具，是时候接触一些具体的例子来研究汇编语言了。
The Parts of a Program (汇编程序的组成部分)：
汇编程序是由不同的段组成的，每个段都有各自的不同的作用，其中三个最常用的段如下：
- data section (数据段)
- bss section (bss未初始化数据段)
- text section (代码段)
下面就对上面这些段在GNU汇编器中的使用进行说明。
Defining sections (段的定义)：
GNU汇编器使用.section的伪操作符来声明段，通过.section加一个参数来代表段的类型，下图显示了汇编程序中段的布局：
图1
上图是汇编程序中段的常规布局，bss段应总是放在text代码段之前，但是data数据段可以移到text代码段之后，为了方便代码的可读和可维护性，最好将所有的数据定义都放在代码的开头部分。
Defining the starting point (定义程序的入口点)：
当汇编程序转成可执行程序时，链接器必须知道你的程序的入口点在哪，对于很简单的程序，找到入口点并不难，但是如果你的程序中有好几个函数，那么就需要手动来指定执行入口。
要解决这个问题，GNU汇编器里提供了一个默认的标签，即_start标签来指示程序的执行入口，如果链接器找不到该标签，就会产生如下的警告信息：
|
$ ld -o badtest badtest.o ld: warning: cannot find entry symbol _start; defaulting to 08048074 $ |
从上面的输出可以看出，链接器没找到_start时，就会自动尝试指定一个执行入口，对于简单的程序可能不会出错，但是如果程序很复杂的情况下，链接器的自动查找可能就会不准。
小提示：当然你可以使用别的非_start的标签名来表示执行入口，不过需要给GNU的链接器提供一个-e的参数来指明新的入口标签名。
另外，除了声明一个入口标签外，你还需要让这个入口点可以被程序中的其他模块访问，此时就需要借助.globl伪操作符了。
.globl伪操作符用于声明那些可以被外部程序模块访问的标签，例如你可以在某个汇编程序中编写一些辅助库函数，然后用.globl伪操作符来声明这些函数的标签，那么其他汇编程序或C程序中就可以通过这些标签来访问到辅助库函数了。
有了这些信息，你就可以创建一个基本的汇编程序的模板了，该模板应该是下面这个样子：
|
.section.data < initialized data here 初始化数据部分> .section .bss < uninitialized data here 未初始化数据部分> .section .text .globl _start _start: <instruction code goes here 具体的指令代码部分> |
有了这个模板，你就可以开始编写具体的汇编程序了，下面就介绍汇编程序的简单例子。
Creating a Simple Program (创建一个简单的程序)：
将要创建的程序中使用了一个CPUID的指令代码，该指令代码用于收集处理器的供应商和型号等信息，下面就具体的介绍下该指令。
The CPUID instruction (CPUID指令)：
CPUID指令使用一个寄存器的值作为输入，即根据EAX里的值判断需要产生什么信息，然后将信息输出到EBX , ECX 及 EDX寄存器中，存放在这些寄存器里的信息，有的是一些位标志，需要解释成合适的含义才行。下表是EAX的值和CPUID输出信息的对应关系：
|
后面的示例程序将利用功能号0来获取处理器的供应商ID字符串信息，通过设置EAX为0，然后执行CPUID指令，处理器就会将供应商ID字符串信息存放到EBX , EDX 及 ECX寄存器中，这三个寄存器里各自存放一部分字符串信息：
- EBX里将包含字符串的前4字节
- EDX里将包含字符串的中间4个字节
- ECX里将包含字符串的最后4个字节
图2
示例程序将提取出寄存器里的这些值，然后以可读的形式显示出来，接下来就进入示例程序的源代码部分。
小提示：需要注意的是，并不是所有的处理器都支持CPUID指令，对于一些老古董的处理器，最好在使用CPUID指令前先测试一下，测试的方法前面提到过，就是如果eflags里的ID标志位可以被设置或清零的话，那么就说明处理器支持CPUID指令，下面的示例程序为了简化起见，并没有做这方面的测试。
The sample program (示例程序)：
下面的代码将使用CPUID指令来获取处理器的厂商字符串信息，你可以将代码复制到某个文本文件中，并命名为cpuid.s ：
|
#cpuid.s Sample program to extract the processor Vendor ID .section .data output: .ascii "The processor Vendor ID is 'xxxxxxxxxxxx'\n" .section .text .globl _start _start: movl $0, %eax cpuid movl $output, %edi movl %ebx, 28(%edi) movl %edx, 32(%edi) movl %ecx, 36(%edi) movl $4, %eax movl $1, %ebx movl $output, %ecx movl $42, %edx int $0x80 movl $1, %eax movl $0, %ebx int $0x80 |
这个程序中涉及到了好几个不同的汇编指令，这些指令将在后面的章节中依次进行详细的解释，这里只要了解程序的结构，和指令的大概意思就可以了。
首先，在data数据段部分，声明了一个字符串类型的变量：
|
output: .ascii "The processor Vendor ID is 'xxxxxxxxxxxx'\n" |
.ascii伪操作符用于声明使用ASCII字符的文本字符串，该字符串会被预置到内存中，output标签指向该字符串的起始位置，这样在主体程序中就可以使用output来引用这段字符串信息，字符串中的"xxx..."部分将会在程序中被具体的处理器信息覆盖掉。
data数据段后面紧跟着就是text代码段，该代码段部分声明了程序的执行入口：
|
.section .text .globl _start _start: |
_start执行入口后面就是具体的汇编代码了，代码中先将EAX寄存器的值设置为0，然后运行CPUID指令：
|
movl $0, %eax cpuid |
上面的代码表示，使用CPUID的0号基本功能来获取处理器的供应商ID字符串信息，CPUID运行完后，EBX , EDX , ECX三个寄存器中就包含了输出的结果：
|
movl $output, %edi movl %ebx, 28(%edi) movl %edx, 32(%edi) movl %ecx, 36(%edi) |
上面的代码，先将output标签指向的内存位置加载到EDI寄存器中，这样EDI寄存器就指向了data数据段部分"The processor Vendor ...."字符串的起始位置，28(%edi)表示访问或设置edi加28对应的内存位置，该内存位置刚好指向了"xxx..."部分的第一个字符的位置，接着将EBX的值(里面存放了CPUID输出字符串的最低4个字节)传递到EDI加28的位置处，覆盖掉从左侧开始的4个"xxxx"字符，后面就依葫芦画瓢，将EDX(CPUID输出字符串的中间4个字节)传递到EDI加32的位置处，覆盖掉中间的"...xxxx..."4个'x'字符，最后将ECX里的值覆盖掉最后4个"xxxx"字符。上面4条指令执行完后，"xxx..."部分就完全变为处理器的供应商ID字符串信息了。
output指向的字符串信息准备好后，接下来就是将这段信息显示出来：
|
movl $4, %eax movl $1, %ebx movl $output, %ecx movl $42, %edx int $0x80 |
上面这段代码使用了linux内核中的系统调用(即int $0x80)来访问显示终端，int指令加上0x80会产生一个软件中断，linux内核接收并处理该中断，并根据EAX寄存器里的值来判断具体要执行哪个功能，如果没有软件中断和linux内核提供的这些功能，那么你就必须自己编写代码，将字符通过合适的I/O地址来输出显示。所以，使用linux系统调用可以为你的汇编程序开发节省很多的时间。
提示：本章只需对linux系统调用有个大概的认识即可，完整的介绍将放在后面的章节中。
上面的代码将4加载到EAX寄存器中，表示将使用4号系统调用功能，即将字节数据写入到某个文件中，该写文件系统调用相关的参数如下：
- EAX中包含系统调用号
- EBX中包含要写入的文件描述符
- ECX中包含要写入的字符串的起始位置
- EDX中包含要写入的字符串的长度
代码中将output的内存位置加载到ECX中，表示要将output对应内存位置处的字符串给显示出来，将42加载到EDX中，表示要显示的字符串里有42个字符，当EAX , EBX , ECX , EDX 这4个参数寄存器里的值都准备好后，就可以调用int $0x80软件中断通过4号系统调用功能将output处的"The processor Vendor ID is ...."信息给显示输出到1号文件描述符代表的屏幕终端设备上。
在处理器的供应商ID字符串信息显示出来后，就可以退出程序了：
|
movl $1, %eax movl $0, %ebx int $0x80 |
退出程序也是通过linux系统调用，使用1号功能来退出程序，将0加载到EBX中，表示程序退出时返回给系统的退出码为0，你可以通过不同的退出码来表示不同的退出状态，比如用-1的退出码来表示程序发生了错误而退出，用0来表示成功执行代码后的正常退出，程序退出后会返回到shell命令提示符下。该系统调用功能类似于C语言中的exit函数。
Building the executable (将汇编代码转为可执行程序)：
我们将上面的代码保存为cpuid.s后，就可以通过下面的命令来生成可执行程序：
|
$ as -o cpuid.o cpuid.s $ ld -o cpuid cpuid.o $ |
先通过as这个GNU汇编器将源代码转为cpuid.o的目标代码文件，接着使用ld(GNU链接器)将目标代码文件链接成可执行文件cpuid ，如果你的源代码中有错误，比如写错了某个指令助记符，那么汇编器就会将错误信息和对应的行号给显示出来：
|
$ as -o cpuid.o cpuid.s cpuid.s: Assembler messages: cpuid.s:15: Error: no such instruction: `mavl %edx,32(%edi)’ $ |
上面就显示出了cpuid.s在第15行movl写成了mavl的错误。
Running the executable (运行生成的可执行文件)：
下面是在英文原著作者的MEPIS系统中的运行情况，该系统运行在奔腾4处理器下：
|
$ ./cpuid The processor Vendor ID is ‘GenuineIntel’ $ |
然后是在原著作者的Mandrake Linux 6.0系统中的运行情况，该系统运行在Cyrix 6x86MX处理器下：
|
$ ./cpuid The processor Vendor ID is ‘CyrixInstead’ $ |
程序的运行结果和预料的一样，Linux系统的好处就在于即使是很老的古董机，它都可以在上面跑起来，呵呵。
Assembling using a compiler (使用GNU的编译器来进行汇编)：
由于gcc会使用GNU汇编器来编译C代码，所以你也可以直接用gcc通过一步来完成汇编程序的汇编和链接工作。当然这并非常规做法，不过在某些情况下还是很有用的。
不过使用gcc来汇编会有个小问题，那就是前面提到过GNU链接器会根据_start标签来判断程序的执行入口，但是gcc却通过main标签来判断执行入口(这是因为C和C++程序中经常用main函数来作为执行入口)，所以你必须将汇编代码中的_start标签，包括.globl声明的部分都改为main ，如下所示：
|
.section .text .globl main main: |
修改保存好后，就可以通过下面的命令来汇编和测试：
|
$ gcc -o cpuid cpuid.s $ ./cpuid The processor Vendor ID is ‘GenuineIntel’ $ |
可以看出来，是一样的效果，而且gcc只需要一行命令就得到了可执行程序。
限于篇幅，先写到这，下节介绍汇编代码调试等内容。
OK，到这里，休息，休息一下 o(∩_∩)o~~