對X86匯編的理解與入門

本文描述基本的32位X86匯編語言的一個子集，其中涉及匯編語言的最核心部分，包括寄存器結構，數據表示，基本的操作指令（包括數據傳送指令、邏輯計算指令、算數運算指令），以及函數的調用規則。個人認為：在理解了本文后，基本可以無障礙地閱讀絕大部分標准X86匯編程序。當然，更復雜的指令請參閱Intel相關文檔。

1 寄存器.

主要寄存器如下圖所示：

 

X86處理器中有8個32位的通用寄存器。由於歷史的原因，EAX通常用於計算，ECX通常用於循環變量計數。ESP和EBP有專門用途，ESP指示棧指針(用於指示棧頂位置)，而EBP則是基址指針（用於指示子程序或函數調用的基址指針）。如圖中所示，EAX、EBX、ECX和EDX的前兩個高位字節和后兩個低位字節可以獨立使用，其中兩位低字節又被獨立分為H和L部分，這樣做的原因主要是考慮兼容16位的程序，具體兼容匹配細節請查閱相關文獻。

應用寄存器時，其名稱大小寫是不敏感的，如EAX和eax沒有區別。

2 內存和尋址模式

2.1聲明靜態數據區

可以在X86匯編語言中用匯編指令.DATA聲明靜態數據區（類似於全局變量），數據以單字節、雙字節、或雙字（4字節）的方式存放，分別用DB,DW, DD指令表示聲明內存的長度。在匯編語言中，相鄰定義的標簽在內存中是連續存放的。

.DATA
var	DB 64	;聲明一個字節，並將數值64放入此字節中
var2	DB ?	; 聲明一個為初始化的字節.
	DB 10	; 聲明一個沒有label的字節，其值為10.
X	DW ?	; 聲明一個雙字節，未初始化.
Y	DD 30000	; 聲明一個4字節，其值為30000.

還可以聲明連續的數據和數組，聲明數組時使用DUP關鍵字

Z	DD 1, 2, 3	; Declare three 4-byte values, initialized to 1, 2, and 3. The value of location Z + 8 will be 3.
bytes	DB 10 DUP(?)	; Declare 10 uninitialized bytes starting at location bytes.
arr	DD 100 DUP(0)	; Declare 100 4-byte words starting at location arr, all initialized to 0
str	DB 'hello',0	; Declare 6 bytes starting at the address str, initialized to the ASCII character values for hello and the null (0) byte.

2.2 尋址模式

現代X86處理器具有2³²字節的尋址空間。在上面的例子中，我們用標簽(label)表示內存區域，這些標簽在實際匯編時，均被32位的實際地址代替。除了支持這種直接的內存區域描述，X86還提供了一種靈活的內存尋址方式，即利用最多兩個32位的寄存器和一個32位的有符號常數相加計算一個內存地址，其中一個寄存器可以左移1、2或3位以表述更大的空間。下面例子是匯編程序中常見的方式

mov eax, [ebx]	; 將ebx值指示的內存地址中的4個字節傳送到eax中
mov [var], ebx	; 將ebx的內容傳送到var的值指示的內存地址中.
mov eax, [esi-4]	; 將esi-4值指示的內存地址中的4個字節傳送到eax中
mov [esi+eax], cl	; 將cl的值傳送到esi+eax的值指示的內存地址中
mov edx, [esi+4*ebx]	; 將esi+4*ebx值指示的內存中的4個字節傳送到edx

下面是違反規則的例子:

mov eax, [ebx-ecx]	; 只能用加法
mov [eax+esi+edi], ebx	; 最多只能有兩個寄存器參與運算

2.3 長度規定

在聲明內存大小時，在匯編語言中，一般用DB，DW，DD均可聲明的內存空間大小，這種現實聲明能夠很好地指導匯編器分配內存空間，但是，對於

mov [ebx], 2

如果沒有特殊的標識，則不確定常數2是單字節、雙字節，還是雙字。對於這種情況，X86提供了三個指示規則標記，分別為BYTE PTR, WORD PTR, and DWORD PTR，如上面例子寫成：mov BYTE PTR [ebx], 2， mov WORD PTR [ebx], 2， mov DWORD PTR [ebx], 2，則意思非常清晰。

3 匯編指令

匯編指令通常可以分為數據傳送指令、邏輯計算指令和控制流指令。本節將講述其中最重要的指令，以下標記分別表示寄存器、內存和常數。

<reg32>	32位寄存器 (EAX, EBX, ECX, EDX, ESI, EDI, ESP, or EBP)
<reg16>	16位寄存器 (AX, BX, CX, or DX)
<reg8>	8位寄存器(AH, BH, CH, DH, AL, BL, CL, or DL)
<reg>	任何寄存器
<mem>	內存地址 (e.g., [eax], [var + 4], or dword ptr [eax+ebx])
<con32>	32為常數
<con16>	16位常數
<con8>	8位常數
<con>	任何8位、16位或32位常數

3.1 數據傳送指令

mov — Move (Opcodes: 88, 89, 8A, 8B, 8C, 8E, ...)

mov指令將第二個操作數（可以是寄存器的內容、內存中的內容或值）復制到第一個操作數（寄存器或內存）。mov不能用於直接從內存復制到內存，其語法如下所示：

mov <reg>,<reg>
mov <reg>,<mem>
mov <mem>,<reg>
mov <reg>,<const>
mov <mem>,<const>

Examples
mov eax, ebx — 將ebx的值拷貝到eax
mov byte ptr [var], 5 — 將5保存找var指示內存中的一個字節中

push— Push stack (Opcodes: FF, 89, 8A, 8B, 8C, 8E, ...)

push指令將操作數壓入內存的棧中，棧是程序設計中一種非常重要的數據結構，其主要用於函數調用過程中，其中ESP只是棧頂。在壓棧前，首先將ESP值減4（X86棧增長方向與內存地址編號增長方向相反），然后將操作數內容壓入ESP指示的位置。其語法如下所示：

push <reg32>
push <mem>
push <con32>

Examples
push eax — 將eax內容壓棧
push [var] — 將var指示的4直接內容壓棧

pop— Pop stack

pop指令與push指令相反，它執行的是出棧的工作。它首先將ESP指示的地址中的內容出棧，然后將ESP值加4. 其語法如下所示：
pop <reg32>
pop <mem>

Examples
pop edi — pop the top element of the stack into EDI.
pop [ebx] — pop the top element of the stack into memory at the four bytes starting at location EBX.

lea— Load effective address

 lea實際上是一個載入有效地址指令，將第二個操作數表示的地址載入到第一個操作數（寄存器）中。其語法如下所示：

Syntax
lea <reg32>,<mem>

Examples
lea eax, [var] — var指示的地址載入eax中.
lea edi, [ebx+4*esi] — ebx+4*esi表示的地址載入到edi中，這實際是上面所說的尋址模式的一種表示方式.

3.2 算術和邏輯指令

add— Integer Addition

add指令將兩個操作數相加，且將相加后的結果保存到第一個操作數中。其語法如下所示：

add <reg>,<reg>
add <reg>,<mem>
add <mem>,<reg>
add <reg>,<con>
add <mem>,<con>
Examples
add eax, 10 — EAX ← EAX + 10
add BYTE PTR [var], 10 — 10與var指示的內存中的一個byte的值相加，並將結果保存在var指示的內存中

sub— Integer Subtraction

sub指令指示第一個操作數減去第二個操作數，並將相減后的值保存在第一個操作數，其語法如下所示：

sub <reg>,<reg>
sub <reg>,<mem>
sub <mem>,<reg>
sub <reg>,<con>
sub <mem>,<con>
Examples
sub al, ah — AL ← AL - AH
sub eax, 216 — eax中的值減26，並將計算值保存在eax中

inc, dec— Increment, Decrement

inc,dec分別表示將操作數自加1，自減1，其語法如下所示：

inc <reg>
inc <mem>
dec <reg>
dec <mem>

Examples
dec eax — eax中的值自減1.
inc DWORD PTR [var] — var指示內存中的一個4-byte值自加1

imul— Integer Multiplication

整數相乘指令，它有兩種指令格式，一種為兩個操作數，將兩個操作數的值相乘，並將結果保存在第一個操作數中，第一個操作數必須為寄存器；第二種格式為三個操作數，其語義為：將第二個和第三個操作數相乘，並將結果保存在第一個操作數中，第一個操作數必須為寄存器。其語法如下所示：

imul <reg32>,<reg32>
imul <reg32>,<mem>
imul <reg32>,<reg32>,<con>
imul <reg32>,<mem>,<con>

Examples

imul eax, [var] — eax→ eax * [var]

imul esi, edi, 25 — ESI → EDI * 25

idiv— Integer Division

idiv指令完成整數除法操作，idiv只有一個操作數，此操作數為除數，而被除數則為EDX:EAX中的內容（一個64位的整數），操作的結果有兩部分：商和余數，其中商放在eax寄存器中，而余數則放在edx寄存器中。其語法如下所示：

Syntax
idiv <reg32>
idiv <mem>

Examples

idiv ebx

idiv DWORD PTR [var]

 

and, or, xor— Bitwise logical and, or and exclusive or

邏輯與、邏輯或、邏輯異或操作指令，用於操作數的位操作，操作結果放在第一個操作數中。其語法如下所示：

and <reg>,<reg>
and <reg>,<mem>
and <mem>,<reg>
and <reg>,<con>
and <mem>,<con>

or <reg>,<reg>
or <reg>,<mem>
or <mem>,<reg>
or <reg>,<con>
or <mem>,<con>

xor <reg>,<reg>
xor <reg>,<mem>
xor <mem>,<reg>
xor <reg>,<con>
xor <mem>,<con>

Examples
and eax, 0fH — 將eax中的錢28位全部置為0，最后4位保持不變.
xor edx, edx — 設置edx中的內容為0.

not— Bitwise Logical Not

位翻轉指令，將操作數中的每一位翻轉，即0->1, 1->0。其語法如下所示：

not <reg>
not <mem>

Example
not BYTE PTR [var] — 將var指示的一個字節中的所有位翻轉.

neg— Negate

取負指令。語法為：

neg <reg>
neg <mem>

Example
neg eax — EAX → - EAX

shl, shr— Shift Left, Shift Right

位移指令，有兩個操作數，第一個操作數表示被操作數，第二個操作數指示位移的數量。其語法如下所示：

shl <reg>,<con8>
shl <mem>,<con8>
shl <reg>,<cl>
shl <mem>,<cl>

shr <reg>,<con8>
shr <mem>,<con8>
shr <reg>,<cl>
shr <mem>,<cl>

Examples

shl eax, 1 — Multiply the value of EAX by 2 (if the most significant bit is 0)，左移1位，相當於乘以2

shr ebx, cl — Store in EBX the floor of result of dividing the value of EBX by 2ⁿ where n is the value in CL.

 

3.3 控制轉移指令

X86處理器維持着一個指示當前執行指令的指令指針（IP），當一條指令執行后，此指針自動指向下一條指令。IP寄存器不能直接操作，但是可以用控制流指令更新。

一般用標簽（label）指示程序中的指令地址，在X86匯編代碼中，可以在任何指令前加入標簽。如：

       mov esi, [ebp+8]
begin: xor ecx, ecx
       mov eax, [esi]

如第二條指令用begin指示，這種標簽的方法在某種程度上簡化了匯編程序設計，控制流指令通過標簽實現程序指令跳轉。

jmp — Jump

控制轉移到label所指示的地址，（從label中取出執行執行），如下所示：

jmp <label>

Example
jmp begin — Jump to the instruction labeled begin.

jcondition— Conditional Jump

條件轉移指令，條件轉移指令依據機器狀態字中的一些列條件狀態轉移。機器狀態字中包括指示最后一個算數運算結果是否為0，運算結果是否為負數等。機器狀態字具體解釋請見微機原理、計算機組成等課程。語法如下所示：

je <label> (jump when equal)
jne <label> (jump when not equal)
jz <label> (jump when last result was zero)
jg <label> (jump when greater than)
jge <label> (jump when greater than or equal to)
jl <label> (jump when less than)
jle <label>(jump when less than or equal to)

Example
cmp eax, ebx
jle done  , 如果eax中的值小於ebx中的值，跳轉到done指示的區域執行，否則，執行下一條指令。

cmp— Compare

cmp指令比較兩個操作數的值，並根據比較結果設置機器狀態字中的條件碼。此指令與sub指令類似，但是cmp不用將計算結果保存在操作數中。其語法如下所示：

cmp <reg>,<reg>
cmp <reg>,<mem>
cmp <mem>,<reg>
cmp <reg>,<con>

Example
cmp DWORD PTR [var], 10
jeq loop, 

比較var指示的4字節內容是否為10，如果不是，則繼續執行下一條指令，否則，跳轉到loop指示的指令開始執行

 

call, ret— Subroutine call and return

這兩條指令實現子程序（過程、函數等意思）的調用及返回。call指令首先將當前執行指令地址入棧，然后無條件轉移到由標簽指示的指令。與其它簡單的跳轉指令不同，call指令保存調用之前的地址信息（當call指令結束后，返回到調用之前的地址）。

ret指令實現子程序的返回機制，ret指令彈出棧中保存的指令地址，然后無條件轉移到保存的指令地址執行。

call，ret是函數調用中最關鍵的兩條指令。具體細節見下面一部分的講解。語法為：

call <label>

ret

 

4 調用規則

為了加強程序員之間的協作及簡化程序開發進程，設定一個函數調用規則非常必要，函數調用規則規定函數調用及返回的規則，只要遵照這種規則寫的程序均可以正確執行，從而程序員不必關心諸如參數如何傳遞等問題；另一方面，在匯編語言中可以調用符合這種規則的高級語言所寫的函數，從而將匯編語言程序與高級語言程序有機結合在一起。

調用規則分為兩個方面，及調用者規則和被調用者規則，如一個函數A調用一個函數B，則A被稱為調用者(Caller)，B被稱為被調用者(Callee)。

下圖顯示一個調用過程中的內存中的棧布局：

 

在X86中，棧增長方向與內存編號增長方向相反。

Caller Rules

調用者規則包括一系列操作，描述如下：

1）在調用子程序之前，調用者應該保存一系列被設計為調用者保存的寄存器的值。調用者保存寄存器有eax，ecx，edx。由於被調用的子程序會修改這些寄存器，所以為了在調用子程序完成之后能正確執行，調用者必須在調用子程序之前將這些寄存器的值入棧。

2）在調用子程序之前，將參數入棧。參數入棧的順序應該是從最后一個參數開始，如上圖中parameter3先入棧。

3）利用call指令調用子程序。這條指令將返回地址放置在參數的上面，並進入子程序的指令執行。（子程序的執行將按照被調用者的規則執行）

當子程序返回時，調用者期望找到子程序保存在eax中的返回地址。為了恢復調用子程序執行之前的狀態，調用者應該執行以下操作：

1）清除棧中的參數；

2）將棧中保存的eax值、ecx值以及edx值出棧，恢復eax、ecx、edx的值（當然，如果其它寄存器在調用之前需要保存，也需要完成類似入棧和出棧操作）

Example

如下代碼展示了一個調用子程序的調用者應該執行的操作。此匯編程序調用一個具有三個參數的函數_myFunc，其中第一個參數為eax，第二個參數為常數216，第三個參數為var指示的內存中的值。

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

在調用返回時，調用者必須清除棧中的相應內容，在上例中，參數占有12個字節，為了消除這些參數，只需將ESP加12即可。

 _myFunc的值保存在eax中，ecx和edx中的值也許已經被改變，調用者還必須在調用之前保存在棧中，並在調用結束之后，出棧恢復ecx和edx的值。

被調用者規則

被調用者應該遵循如下規則：

1）將ebp入棧，並將esp中的值拷貝到ebp中，其匯編代碼如下：

    push ebp
    mov  ebp, esp

上述代碼的目的是保存調用子程序之前的基址指針，基址指針用於尋找棧上的參數和局部變量。當一個子程序開始執行時，基址指針保存棧指針指示子程序的執行。為了在子程序完成之后調用者能正確定位調用者的參數和局部變量，ebp的值需要返回。

2）在棧上為局部變量分配空間。

3）保存callee-saved寄存器的值，callee-saved寄存器包括ebx,edi和esi，將ebx,edi和esi壓棧。

4）在上述三個步驟完成之后，子程序開始執行，當子程序返回時，必須完成如下工作：

　　4.1）將返回的執行結果保存在eax中

　　4.2）彈出棧中保存的callee-saved寄存器值，恢復callee-saved寄存器的值（ESI和EDI）

　　4.3）收回局部變量的內存空間。實際處理時，通過改變EBP的值即可：mov esp, ebp。 

　　4.4）通過彈出棧中保存的ebp值恢復調用者的基址寄存器值。

　　4.5）執行ret指令返回到調用者程序。

After these three actions are performed, the body of the subroutine may proceed. When the subroutine is returns, it must follow these steps:

1. Leave the return value in EAX.

Example

.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

子程序首先通過入棧的手段保存ebp，分配局部變量，保存寄存器的值。

在子程序體中，參數和局部變量均是通過ebp進行計算。由於參數傳遞在子程序被調用之前，所以參數總是在ebp指示的地址的下方（在棧中），因此，上例中的第一個參數的地址是ebp+8，第二個參數的地址是ebp+12，第三個參數的地址是ebp+16；而局部變量在ebp指示的地址的上方，所有第一個局部變量的地址是ebp-4，而第二個這是ebp-8.