--- categories: Repost date: "2025-09-29T00:00:00Z" title: "简明 x86 汇编指南（2017）" slug: x86-asm-guide-zh tags: - 翻译 - 信息技术 --- 译者： 来源： --- ### 译者序 Translated from [CS216, University of Virginia](http://www.cs.virginia.edu/~evans/cs216/guides/x86.html). 一份非常好的 x86 汇编教程，国外 CS 课程所用资料，篇幅简短，逻辑清晰，合适作为入 门参考。以原理为主，有两个例子帮助理解。其开始提到使用 MicroSoft MASM 和 Visual Studio，但非必须, 事实上如果你有 Linux 更好。 **本文根据原文内容意译，而非逐词逐句翻译，如需了解更多，推荐阅读**[原文](http://www.cs.virginia.edu/~evans/cs216/guides/x86.html). --- 内容：**寄存器, 内存和寻址, 指令, 函数调用约定（Calling Convention）** 本文介绍 **32bit x86 汇编**基础，覆盖其中虽小但很有用的一部分。 有多种汇编语言可以生成 x86 机器代码。我们在 CS216 课程中使用的是 MASM（ Microsoft Macro Assembler）。MASM 使用标准 Intel 语法。 整套 x86 指令集庞大而复杂（Intel x86 指令集手册超过 2900 页），本文不会全部覆盖。 ## 1. 参考资料 - Guide to Using Assembly in Visual Studio — a tutorial on building and debugging assembly code in Visual Studio - Intel x86 Instruction Set Reference - Intel's Pentium Manuals (the full gory details) ## 2. 寄存器

Fig 2.1 x86 registers

现代 x86 处理器有 8 个 32 bit 寄存器，如图 1 所示。寄存器名字是早期计算机历史上 流传下来的。例如，EAX 表示 Accumulator，因为它用作算术运算的累加器，ECX 表示 Counter，用来存储循环变量（计数）。大部分寄存器的名字已经失去了原来的意义，但有 两个是例外：栈指针寄存器（Stack Pointer）ESP 和基址寄存器（ Base Pointer）EBP。 对于 `EAX`, `EBX`, `ECX`, `EDX` 四个寄存器，可以再将 32bit 划分成多个子寄存器， 每个子寄存器有专门的名字。例如 `EAX` 的高 16bit 叫 `AX`（去掉 E, E 大概表示 **Extended**）,低 8bit 叫 `AL` (**Low**）, 8-16bit 叫 `AH` （**High**）。如图 1 所示。 在汇编语言中，这些寄存器的名字是**大小写无关**的，既可以用 `EAX`，也可以写 `eax`。 ## 3. 内存和寻址模式 ### 3.1 声明静态数据区 `.DATA` 声明静态数据区。 数据类型修饰原语： - `DB`: Byte, 1 Byte（`DB` 的 `D` 可能表示 Data） - `DW`: Word, 2 Bytes - `DD`: Double Word, 4 Bytes 例子： ```plain .DATA var DB 64 ; 声明一个 byte 值, referred to as location var, containing the value 64. var2 DB ? ; 声明一个未初始化 byte 值, referred to as location var2. DB 10 ; 声明一个没有 label 的 byte 值, containing the value 10. Its location is var2 + 1. X DW ? ; 声明一个 2-byte 未初始化值, referred to as location X. Y DD 30000 ; 声明一个 4-byte 值, referred to as location Y, initialized to 30000. ``` 和高级语言不同，**在汇编中只有一维数组**，只有没有二维和多维数组。一维数组其实就 是内存中的一块连续区域。另外，`DUP` 和字符串常量也是声明数组的两种方法。 例子： ```plain Z DD 1, 2, 3 ; 声明 3 个 4-byte values, 初始化为 1, 2, and 3. The value of location Z + 8 will be 3. bytes DB 10 DUP(?) ; 声明 10 个 uninitialized bytes starting at location bytes. arr DD 100 DUP(0) ; 声明 100 个 4-byte words starting at location arr, all initialized to 0 str DB 'hello',0 ; 声明 6 bytes starting at the address str, 初始化为 hello and the null (0) byte. ``` ### 3.2 内存寻址 (Addressing Memory) 有多个指令可以用于内存寻址，我们先看使用 `MOV` 的例子。`MOV` 将在内存和寄存器之 间移动数据，接受两个参数：第一个参数是目的地，第二个是源。 合法寻址的例子： ```plain mov eax, [ebx] ; Move the 4 bytes in memory at the address contained in EBX into EAX mov [var], ebx ; Move the contents of EBX into the 4 bytes at memory address var. (Note, var is a 32-bit constant). mov eax, [esi-4] ; Move 4 bytes at memory address ESI + (-4) into EAX mov [esi+eax], cl ; Move the contents of CL into the byte at address ESI+EAX mov edx, [esi+4*ebx] ; Move the 4 bytes of data at address ESI+4*EBX into EDX ``` **非法寻址**的例子： ```plain mov eax, [ebx-ecx] ; 只能对寄存器的值相加，不能相减 mov [eax+esi+edi], ebx ; 最多只能有 2 个寄存器参与地址计算 ``` ### 3.3 数据类型(大小)原语（Size Directives） 修饰**指针**类型： - `BYTE PTR` - 1 Byte - `WORD PTR` - 2 Bytes - `DWORD PTR` - 4 Bytes ```plain mov BYTE PTR [ebx], 2 ; Move 2 into the single byte at the address stored in EBX. mov WORD PTR [ebx], 2 ; Move the 16-bit integer representation of 2 into the 2 bytes starting at the address in EBX. mov DWORD PTR [ebx], 2 ; Move the 32-bit integer representation of 2 into the 4 bytes starting at the address in EBX. ``` ## 4. 指令 三大类： - 数据移动 1. `mov` 1. `push` 1. `pop` 1. `lea` - Load Effective Address - 算术/逻辑运算 1. `add`, `sub` 1. `inc`, `dec` 1. `imul`, `idiv` 1. `and`, `or`, `xor` 1. `not` 1. `neg` 1. `shl`, `shr` - 控制流 1. `jmp` 1. `je`, `jne`, `jz`, `jg`, `jl` ... 1. `cmp` 1. `call`, `ret` ## 5. 调用约定 **这是最重要的部分。** 子过程（函数）调用需要遵守一套共同的**调用约定**（**_Calling Convention_**）。 **调用约定是一个协议，规定了如何调用以及如何从过程返回**。例如，给定一组 calling convention rules，程序员无需查看子函数的定义就可以确定如何将参数传给它。进一步地 ，给定一组 calling convention rules，高级语言编译器只要遵循这些 rules，就可以使 得汇编函数和高级语言函数互相调用。 Calling conventions 有多种。我们这里介绍使用最广泛的一种：**C 语言调用约定**（C Language Calling Convention）。遵循这个约定，可以使汇编代码安全地被 C/C++ 调用 ，也可以从汇编代码调用 C 函数库。 C 调用约定: - 强烈依赖**硬件栈**的支持 (hardwared-supported stack) - 基于 `push`, `pop`, `call`, `ret` 指令 - 子过程**参数通过栈传递**: 寄存器保存在栈上，子过程用到的局部变量也放在栈上 在大部分处理器上实现的大部分高级过程式语言，都使用与此相似的调用惯例。 调用惯例分为两部分。第一部分用于 **调用方**（**_caller_**），第二部分用于**被调 用方**（**_callee_**）。需要强调的是，错误地使用这些规则将导致**栈被破坏**，程序 很快出错；因此在你自己的子过程中实现 calling convention 时需要格外仔细。

Fig 5.1 Stack during Subroutine Call

### 5.1 调用方规则 (Caller Rules) 在一个子过程调用之前，调用方应该： 1. **保存应由调用方保存的寄存器**（**_caller-saved_** registers): `EAX`, `ECX`, `EDX` 这几个寄存器可能会被被调用方（callee）修改，所以先保存它们，以便调用结 束后恢复栈的状态。 1. **将需要传给子过程的参数入栈**（push onto stack) 参数按**逆序** push 入栈（最后一个参数先入栈）。由于栈是向下生长的，第一个参数 会被存储在最低地址（**这个特性使得变长参数列表成为可能**）。 1. **使用 `call` 指令，调用子过程(函数）** `call` 先将返回地址 push 到栈上，然后开始执行子过程代码。子过程代码需要遵 守的 callee rules。 子过程返回后（`call` 执行结束之后），被调用方会将返回值放到 `EAX` 寄存器，调用方 可以从中读取。为恢复机器状态，调用方需要做： 1. **从栈上删除传递的参数** 栈恢复到准备发起调用之前的状态。 1. **恢复由调用方保存的寄存器**（`EAX`, `ECX`, `EDX`）—— 从栈上 pop 出来 调用方可以认为，除这三个之外，其他寄存器的值没有被修改过。 #### 例子 ```plain push [var] ; Push last parameter first push 216 ; Push the second parameter push eax ; Push first parameter last call _myFunc ; Call the function (assume C naming) add esp, 12 ``` ### 5.2 被调用方规则 (Callee Rules) 1. **将寄存器 `EBP` 的值入栈，然后 copy `ESP` to `EBP`** ```plain push ebp mov ebp, esp ``` 1. **在栈上为局部变量分配空间** 栈自顶向下生长，故随着变量的分配，栈顶指针不断减小。 1. **保存应有被调用方保存（`callee-saved`）的寄存器** —— 将他们压入栈。包括 `EBX`, `EDI`, `ESI` 以上工作完成，就可以执行子过程的代码了。当子过程返回后，必须做以下工作： 1. **将返回值保存在 `EAX`** 1. **恢复应由被调用方保存的寄存器**(`EDI`, `ESI`) —— 从栈上 pop 出来 1. **释放局部变量** 1. **恢复调用方 base pointer `EBP` —— 从栈上 pop 出来** 1. **最后，执行 `ret`，返回给调用方 (caller)** #### 例子 ```plain .486 .MODEL FLAT .CODE PUBLIC _myFunc _myFunc PROC ; Subroutine Prologue push ebp ; Save the old base pointer value. mov ebp, esp ; Set the new base pointer value. sub esp, 4 ; Make room for one 4-byte local variable. push edi ; Save the values of registers that the function push esi ; will modify. This function uses EDI and ESI. ; (no need to save EBX, EBP, or ESP) ; Subroutine Body mov eax, [ebp+8] ; Move value of parameter 1 into EAX mov esi, [ebp+12] ; Move value of parameter 2 into ESI mov edi, [ebp+16] ; Move value of parameter 3 into EDI mov [ebp-4], edi ; Move EDI into the local variable add [ebp-4], esi ; Add ESI into the local variable add eax, [ebp-4] ; Add the contents of the local variable ; into EAX (final result) ; Subroutine Epilogue pop esi ; Recover register values pop edi mov esp, ebp ; Deallocate local variables pop ebp ; Restore the caller's base pointer value ret _myFunc ENDP END ```