【汇编】Linux 下汇编程序开发

一，简介
Linux 下用汇编语言编写的代码具有两种不同的形式。

1）完全的汇编代码

指的是整个程序全部用汇编语言编写。尽管是完全的汇编代码，Linux 平台下的汇编工具也吸收了 C 语言的长处，使得程序员可以使用 #include、#ifdef 等预处理指令，并能够通过宏定义来简化代码。

2）内嵌的汇编代码

指的是可以嵌入到C语言程序中的汇编代码片段。虽然 ANSI 的 C 语言标准中没有关于内嵌汇编代码的相应规定，但各种实际使用的 C 编译器都做了这方面的扩充，这其中当然就包括 Linux 平台下的 GCC。

二，Linux 环境下汇编语言的分类

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：


1）在 AT&T 汇编格式中，寄存器名要加上 '%' 作为前缀； pushl %eax

而在 Intel 汇编格式中，寄存器名不需要加前缀。 push eax

2）在 AT&T 汇编格式中，用 '$' 前缀表示一个立即操作数； pushl $1

而在 Intel 汇编格式中，立即数的表示不用带任何前缀。 push 1


3）AT&T 和 Intel 格式中的源操作数和目标操作数的位置正好相反。

在 Intel 汇编格式中，目标操作数在源操作数的左边； addl $1, %eax

而在 AT&T 汇编格式中，目标操作数在源操作数的右边。 add eax, 1

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）；

而在 Intel 汇编格式中，操作数的字长是用 "byte ptr" 和 "word ptr" 等前缀来表示的。例如：
AT&T 格式 : movb val,%al

Intel 格式 : mov al, byte ptr val


5）在 AT&T 汇编格式中，绝对转移和调用指令（jump/call）的操作数前要加上'*'作为前缀，而在 Intel 格式中则不需要。

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"，而在 Intel 汇编格式中则为 "jmp far" 和 "call far"，即：

AT&T 格式 ：ljump $section, $offset

lcall $section, $offset

Intel 格式： call far section:offset

jmp far section:offset


与之相应的远程返回指令则为：
AT&T 格式 ：lret $stack_adjust

Intel 格式：ret far stack_adjust

7） 在 AT&T 汇编格式中，内存操作数的寻址方式是section:disp(base, index, scale)

而在 Intel 汇编格式中，内存操作数的寻址方式为：section:[base + index*scale + disp]

由于 Linux 工作在保护模式下，用的是 32 位线性地址，所以在计算地址时不用考虑段基址和偏移量，而是采用如下的地址计算方法：disp + base + index * scale

三，Hello World

Linux 是一个运行在保护模式下的 32 位操作系统，采用 flat memory 模式，目前最常用到的是 ELF 格式的二进制代码。一个 ELF 格式的可执行程序通常划分为如下几个部分：.text、.data 和 .bss，其中 .text 是只读的代码区，.data 是可读可写的数据区，而 .bss 则是可读可写且没有初始化的数据区。代码区和数据区在 ELF 中统称为 section，根据实际需要你可以使用其它标准的 section，也可以添加自定义 section，但一个 ELF 可执行程序至少应该有一个 .text 部分。 下面给出我们的第一个汇编程序，用的是 AT&T 汇编语言格式：

例1. AT&T 格式

/* inline.c */int main(){    int a = 10, b = 0;    __asm__ __volatile__("movl %1, %%eax;\\n\\r"                         "movl %%eax, %0;"                         :"=r"(b)      /* 输出 */                             :"r"(a)       /* 输入 */                         :"%eax");     /* 不受影响的寄存器 */        printf("Result: %d, %d\\n", a, b);}

上面的程序完成将变量a的值赋予变量b，有几点需要说明：
变量b是输出操作数，通过%0来引用，而变量a是输入操作数，通过%1来引用。
输入操作数和输出操作数都使用r进行约束，表示将变量a和变量b存储在寄存器中。输入约束和输出约束的不同点在于输出约束多一个约束修饰符'='。
在内联汇编语句中使用寄存器eax时，寄存器名前应该加两个'%'，即%%eax。内联汇编中使用%0、%1等来标识变量，任何只带一个'%'的标识符都看成是操作数，而不是寄存器。
内联汇编语句的最后一个部分告诉GCC它将改变寄存器eax中的值，GCC在处理时不应使用该寄存器来存储任何其它的值。
由于变量b被指定成输出操作数，当内联汇编语句执行完毕后，它所保存的值将被更新。

在内联汇编中用到的操作数从输出部的第一个约束开始编号，序号从0开始，每个约束记数一次，指令部要引用这些操作数时，只需在序号前加上'%'作为前缀就可以了。需要注意的是，内联汇编语句的指令部在引用一个操作数时总是将其作为32位的长字使用，但实际情况可能需要的是字或字节，因此应该在约束中指明正确的限定符：