【问题标题】:Assembly - .data, .code, and registers...?汇编 - .data、.code 和寄存器...?
【发布时间】:2011-01-22 03:18:04
【问题描述】:

所以今天早上我发布了一个关于组装的困惑问题,我得到了一些非常真诚的帮助,我非常感谢。

现在我开始着手组装并开始了解它是如何工作的。

我觉得我理解的东西包括堆栈、中断、二进制/十六进制,以及大多数基本操作的一般情况(jmp、push、mov 等)。

以下是我难以理解并希望得到帮助的概念 - 如果您能解决以下任何问题,这将是一个巨大的帮助:

  1. .data 部分到底发生了什么?我们声明的是那些变量吗?
  2. 如果是这样,我们可以稍后在代码部分声明变量吗?如果不是,为什么不呢?如果是这样,那么我们如何以及为什么使用数据部分?
  3. 什么是寄存器?它与变量相比如何?我的意思是我知道它是一个存储一小部分信息的位置……但这对我来说听起来就像一个变量。
  4. 如何制作数组?我知道这似乎有点随机,但我很好奇我会如何去做这样的事情。
  5. 是否有一个关于每个寄存器应该用于什么的常见做法列表?我仍然没有完全理解它们,但注意到有些人说,例如,应该使用某个寄存器来存储来自过程的“返回值”——是否有一个全面的或至少信息丰富的此类做法列表?李>
  6. 我学习汇编的原因之一是为了更好地理解我的高级代码背后发生了什么。考虑到这一点——当我用 C++ 编程时,我经常考虑堆栈和堆。在汇编中,我知道堆栈是什么——“堆”在哪里?

一些信息:我正在使用 masm32 和 WinAsm 作为 IDE,并且我正在使用 Windows 7。我之前有很多使用高级语言(例如 c++/java)进行编程的经验。


编辑:感谢大家的帮助,像往常一样提供丰富的信息!好东西!最后一件事——我想知道堆栈指针和基指针或 ESP 和 EBP 之间有什么区别。有人可以帮帮我吗?

edit:我想我现在明白了...... ESP 总是指向堆栈的顶部。但是,您可以将 EBP 指向任何您想要的位置。 ESP 是自动处理的,但您可以使用 EBP 做任何您想做的事情。例如:

push 6
push 5
push 4
mov EBP, ESP
push 3
push 2

在这种情况下,EBP 现在指向持有 4 的地址,但 ESP 现在指向持有 2 的地址。

在实际应用中,6、5 和 4 可能是函数参数,而 3 和 2 可能是该函数中的局部变量。

【问题讨论】:

  • 请问您有没有一本书,如果有,那可能是什么书? :)
  • 不,对不起!只是互联网。 stackoverflow.com/questions/2352048/assembly-32-bit-vs-64-bit --> 在那篇文章中,我概述了我一直在使用的资源。我今天刚开始学习汇编,所以随着我收集更多资源,我会继续处理这个列表。
  • 我也开始学习汇编了。有一本名为“从头开始编程”的免费 pdf 书,看起来相当不错。这是我现在的主要资源。

标签: assembly low-level masm32


【解决方案1】:

让我们尝试按顺序回答!

  1. 数据部分包含您希望系统在调用程序入口点之前自动为您初始化的任何内容。你是对的,通常全局变量在这里结束。零初始化数据通常不包含在可执行文件中,因为没有理由 - 程序加载器的几个指令就是生成该空间所需的全部。一旦您的程序开始运行,ZI 和数据区域通常可以互换。 Wikipedia 有更多信息。

  2. 在汇编编程时变量并不存在,至少在编写 C 代码时不存在。你所拥有的只是你做出的关于如何布置你的记忆的决定。变量可以在堆栈上、内存中的某个位置,或者只存在于寄存器中。

  3. 寄存器是处理器的内部数据存储。通常,您只能对处理器寄存器中的值进行操作。您可以在内存中加载和存储它们的内容,这是计算机工作的基本操作。这是一个简单的例子。这个 C 代码:

    int a = 5;
    int b = 6;
    int *d = (int *)0x12345678; // assume 0x12345678 is a valid memory pointer
    *d = a + b;
    

    可能会被翻译成一些(简化的)程序集:

    load  r1, 5
    load  r2, 6
    load  r4, 0x1234568
    add   r3, r1, r2
    store r4, r3
    

    在这种情况下,您可以将寄存器视为变量,但一般情况下,任何一个变量都没有必要始终保留在同一个寄存器中;根据您的例程有多复杂,它甚至可能是不可能的。您需要将一些数据压入堆栈,将其他数据弹出,等等。 “变量”是数据的逻辑片段,而不是它存在于内存或寄存器等中的位置。

  4. 数组只是一个连续的内存块 - 对于本地数组,您可以适当地减少堆栈指针。对于全局数组,您可以在数据部分声明该块。

  5. 有很多关于寄存器的约定 - 检查您平台的 ABI 或调用约定文档以了解有关如何正确使用它们的详细信息。您的汇编程序文档也可能包含信息。检查ABI article on wikipedia。

  6. 您的汇编程序可以进行与任何 C 程序相同的系统调用,因此您只需调用 malloc() 从堆中获取内存。

【讨论】:

  • +1 再次感谢卡尔。非常有帮助!尤其是 3 上的示例很有帮助。我想当它真的归结为它时,程序集必须与 C 不同,否则它实际上就是 C 本身。对于#4 ...我认为堆栈是严格的先进先出。但是我猜你可以从堆栈中读取而不用推/弹出呢?此外,我发现这似乎有用且相关:en.wikibooks.org/wiki/X86_Disassembly/…
  • 是的,您可以在没有 push/pop 的情况下从堆栈中读取:您只需要堆栈指针和偏移量。在 x86 asm 中,堆栈指针包含在 esp 寄存器中,因此您可以使用 esp+offset(事实上,如果您反汇编 C 应用程序,您会看到此方法用于访问函数调用中的“本地”变量)。
  • @incrediman,堆栈与其他所有内容都在内存中,因此您可以随心所欲地访问它。它只是一个堆栈,用于存储函数调用等的执行上下文。
  • 首先在我的原始评论中,我的意思是后进先出,而不是先进先出(虽然现在无法编辑)!其次...感谢@ slugster 和Carl,这是有道理的。另外,我正在阅读我刚刚发布的链接,现在我明白了 Carl 在 4 中的意思。非常酷。不过,您将如何声明一个全局数组?使用 malloc?
  • 寄存器存储变量就像内存存储变量,除了:a) 寄存器没有内存地址(对于所有当代处理器都是如此),b) 访问和操作比内存更快变量,c) 与内存变量相比,它使用更少的指令字节(更短的指令)来寻址,并且 d) 在任何 CPU 架构中,寄存器的数量都非常少,对于 CISC 处理器,大约为 2、8、16 或 32 个, RISC 处理器为 32 到 128,而一次可能有数十亿个内存变量。
【解决方案2】:

我想补充一下。计算机上的程序通常分为三个部分,尽管还有其他部分。

代码段 - .code, .text : http://en.wikipedia.org/wiki/Code_segment

在计算中,代码段也是 称为文本段或简称为 text,是一个短语,用来指代一个 内存或目标文件的一部分 包含可执行指令。 它有一个固定的大小,通常是 只读。如果文本部分不是 只读的,然后是特定的 架构允许自我修改 代码。只读代码是可重入的,如果 它可以由多个人执行 同时处理。作为记忆 区域,一个代码段驻留在 内存的较低部分或其非常 底部,为了防止堆和 堆栈因覆盖而溢出。

数据段 - .data : http://en.wikipedia.org/wiki/Data_segment

数据段是节之一 对象文件中的程序或 内存,其中包含全局 变量和静态变量 由程序员初始化。它 有一个固定的大小,因为所有的 本节中的数据由 程序之前的程序员 加载。但是,它不是只读的, 因为变量的值可以 在运行时进行更改。这是在 与 Rodata(常数, 只读数据)部分,以及 代码段(也称为文本 段)。

BSS:http://en.wikipedia.org/wiki/.bss

在计算机编程中,.bss 或 bss (最初代表 Block 由符号开始)被许多人使用 编译器和链接器的名称 数据段的一部分包含 静态变量和全局变量 仅充满 最初的零值数据(即, 执行开始时)。它经常 称为“bss 部分”或 “bss 段”。程序加载器 初始化分配给的内存 加载时的 bss 部分 程序。

正如其他人所描述的,寄存器是 CPU 存储数据或内存地址的工具。操作是在寄存器上执行的,例如add eax, ebx,并且根据汇编方言,这意味着不同的东西。在这种情况下,这转换为将 ebx 的内容添加到 eax 并将其存储在 eax 中(NASM 语法)。 GNU AS (AT&T) 中的等价物是:movl $ebx, $eax。不同的组装方言有不同的规则和运算符。由于这个原因,我不是 MASM 的粉丝 - 它与 NASM、YASM 和 GNU AS 都非常不同。

实际上并没有与 C 的一般交互。ABI 指定这是如何发生的;例如,在 x86 (unix) 上,您会发现方法的参数被压入堆栈,而在 Unix 上的 x86-64 中,前几个参数将位于寄存器中。两个 ABI 都希望函数的结果存储在 eax/rax 寄存器中。

这是一个 32 位的 add 例程,可用于 Windows 和 Linux。

_Add
    push    ebp             ; create stack frame
    mov     ebp, esp
    mov     eax, [ebp+8]    ; grab the first argument
    mov     ecx, [ebp+12]   ; grab the second argument
    add     eax, ecx        ; sum the arguments
    pop     ebp             ; restore the base pointer
    ret

在这里,你可以明白我的意思。 “返回”值在 eax 中找到。相比之下,x64 版本看起来像这样:

_Add
    push    rbp             ; create stack frame
    mov     rbp, rsp
    mov     eax, edi        ; grab the first argument
    mov     ecx, esi        ; grab the second argument
    add     eax, ecx        ; sum the arguments
    pop     rbp             ; restore the base pointer
    ret

有一些文件定义了这种事情。这是 UNIX x64 ABI:http://www.x86-64.org/documentation/abi-0.99.pdf。我相信您可能会找到适用于您需要的任何处理器、平台等的 ABI。

如何在汇编中对数组进行操作?指针算术。给定eax 的基地址,如果整数大小为 4 字节,则下一个存储的整数将位于 [eax+4]。您可以使用对 malloc/calloc 的调用来创建此空间,或者调用内存分配系统调用,无论您的系统上有什么。

什么是“堆”?再次根据维基百科,它是为动态内存分配保留的内存区域。在您调用 calloc、malloc 或内存分配系统调用之前,您不会在汇编程序中看到它,但它就在那里。

对不起这篇文章。

【讨论】:

  • 超级有用的信息!不过,UNIX x64 ABI 链接现在已断开。我想你链接的可以在here找到,但不知道是不是同一个文档。
猜你喜欢
  • 2016-11-11
  • 2021-03-25
  • 2012-01-11
  • 2014-04-25
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多