了解 MASM 汇编器生成的可执行代码答案

【问题标题】：Understanding Executable code generated by MASM assembler了解 MASM 汇编器生成的可执行代码
【发布时间】：2021-01-14 13:15:28
【问题描述】：

我一直在尝试理解MASM汇编器生成的目标代码和exe文件，但有些部分对我来说仍然模糊，希望有人能真正帮助我理解。

所以我有一个非常简单的 MASM 程序

Q1.ASM

.model small
.stack 100h

.data
string db 'hello$'
.code
MAIN PROC
    mov ax, @data
    mov ds, ax
    lea dx , string
    mov ah, 9
    int 21h
    mov ah, 4ch
    int 21h
MAIN ENDP
END MAIN

我用MASM Q1.ASM在dosbox上运行它，它生成了Q1.OBJ

$ xxd Q1.OBJ

00000000: 8008 0006 5131 2e41 534d e196 2500 0006  ....Q1.ASM..%...
00000010: 4447 524f 5550 0444 4154 4104 434f 4445  DGROUP.DATA.CODE
00000020: 0553 5441 434b 055f 4441 5441 055f 5445  .STACK._DATA._TE
00000030: 5854 8f98 0700 4811 0007 0401 fc98 0700  XT....H.........
00000040: 4806 0006 0301 0998 0700 7400 0105 0501  H.........t.....
00000050: e19a 0600 02ff 02ff 035b 8804 0000 a200  .........[......
00000060: d1a0 0a00 0200 0068 656c 6c6f 241c a015  .......hello$...
00000070: 0001 0000 b800 008e d88d 1600 00b4 09cd  ................
00000080: 21b4 4ccd 21f0 9c0b 00c8 0115 0101 c407  !.L.!...........
00000090: 1401 0297 8a07 00c1 0001 0100 00ac       ..............

然后我运行$ link Q1.OBJ，然后它生成Q1.EXE。

$ xxd Q1.EXE

00000000: 4d5a 1800 0200 0100 2000 1100 ffff 0200  MZ...... .......
00000010: 0001 c58b 0000 0000 1e00 0000 0100 0100  ................
00000020: 0000 0000 0000 0000 0000 0000 0000 0000  ................
00000030: 0000 0000 0000 0000 0000 0000 0000 0000  ................
00000040: 0000 0000 0000 0000 0000 0000 0000 0000  ................
00000050: 0000 0000 0000 0000 0000 0000 0000 0000  ................
00000060: 0000 0000 0000 0000 0000 0000 0000 0000  ................
00000070: 0000 0000 0000 0000 0000 0000 0000 0000  ................
00000080: 0000 0000 0000 0000 0000 0000 0000 0000  ................
00000090: 0000 0000 0000 0000 0000 0000 0000 0000  ................
000000a0: 0000 0000 0000 0000 0000 0000 0000 0000  ................
000000b0: 0000 0000 0000 0000 0000 0000 0000 0000  ................
000000c0: 0000 0000 0000 0000 0000 0000 0000 0000  ................
000000d0: 0000 0000 0000 0000 0000 0000 0000 0000  ................
000000e0: 0000 0000 0000 0000 0000 0000 0000 0000  ................
000000f0: 0000 0000 0000 0000 0000 0000 0000 0000  ................
00000100: 0000 0000 0000 0000 0000 0000 0000 0000  ................
00000110: 0000 0000 0000 0000 0000 0000 0000 0000  ................
00000120: 0000 0000 0000 0000 0000 0000 0000 0000  ................
00000130: 0000 0000 0000 0000 0000 0000 0000 0000  ................
00000140: 0000 0000 0000 0000 0000 0000 0000 0000  ................
00000150: 0000 0000 0000 0000 0000 0000 0000 0000  ................
00000160: 0000 0000 0000 0000 0000 0000 0000 0000  ................
00000170: 0000 0000 0000 0000 0000 0000 0000 0000  ................
00000180: 0000 0000 0000 0000 0000 0000 0000 0000  ................
00000190: 0000 0000 0000 0000 0000 0000 0000 0000  ................
000001a0: 0000 0000 0000 0000 0000 0000 0000 0000  ................
000001b0: 0000 0000 0000 0000 0000 0000 0000 0000  ................
000001c0: 0000 0000 0000 0000 0000 0000 0000 0000  ................
000001d0: 0000 0000 0000 0000 0000 0000 0000 0000  ................
000001e0: 0000 0000 0000 0000 0000 0000 0000 0000  ................
000001f0: 0000 0000 0000 0000 0000 0000 0000 0000  ................
00000200: b801 008e d88d 1602 00b4 09cd 21b4 4ccd  ............!.L.
00000210: 2100 6865 6c6c 6f24                      !.hello$

现在我有两个问题，

生成的目标代码中应该有修改记录和重定位位，但都是二进制的，有什么方法可以正确分析.OBJ文件生成的修改记录。
生成的Q1.EXE文件，如你所见，有很多由0000给出的空格，它们的具体用途是什么，00000200:行中'L'的含义是什么。

【问题讨论】：

您可以使用objdump 或等效项。 L 是 0x4c 它是 mov ah, 4ch 机器码的一部分
@Jester 为什么要写在要打印到标准输出的实际东西之前，在这种情况下是hello。我的意思是退出程序应该在打印之后吧？
数据没有被执行，它可以在二进制文件的任何地方。它是由地址引用的。
请注意，您的问题中没有 disassembly（回到机器代码的可读文本表示形式），只有二进制文件的 hexdumps。我也会标记portable-executable（.exe 的文件格式），但 SO 只允许 5 个标记。我留下了反汇编标签，以防未来的读者和你有同样的误解，并在查看 hexdumps 时搜索它。
我会下载 Openwatcom。有一个 WDUMP 程序，它有一个 -i 选项，它将显示所有标题信息并以一种很好的人类可读格式列出 DOS EXE 程序的所有重定位条目。

标签： assembly x86 dos masm coff

【解决方案1】：

您不能指望通过查看二进制输出来获得太多收益 - 它旨在由 CPU（和操作系统）而不是程序员来理解。

不过，我可以回答第二个问题：exe 文件的标头由链接器填充到 512 个字节（0x200 十六进制），因此实际代码从偏移量 0x200 开始。 exe 标头以魔术签名“MZ”开头。下面是代码，“L”是所使用的机器代码指令之一的 ascii 等价物。最后一部分是数据部分，这里只包含字符串。

【讨论】：

谢谢，但我真的希望我能以某种方式了解这些重定位实际上是如何发生的或修改记录是如何写入的。
我不确定，但我认为（看起来）您的简单程序不需要任何重定位。当存在大量数据部分或多个代码部分时，可能需要重新定位，而您在简单的测试程序中都无法获得。
@TheSYNcoder：不，我不正确。根据de.wikipedia.org/wiki/MZ-Datei（抱歉，仅在德语中找到）偏移量 0x06 给出了重定位表中的条目数，其实际偏移量在 0x18 处给出（此处为 0x1e）。所以值是 0x0001, 0x0001 但这意味着什么，我不知道。

【解决方案2】：

广告问题 1：我最喜欢的 16 位工具是 Object Dumper ODU.EXE 和 Borland Turbo Dump。

广告问题2：文件偏移0x0000020E处字符列中的L是一部分机器指令mov ah, 4ch。不用管它。

您程序的链接图像从文件偏移量 0x00000200 开始，带有 .code 段，然后是文件偏移量 0x00000211 处的一个对齐字节 0x00，然后是文件偏移量 0x00000212 处的 .data 段。

链接器假定可执行映像将在线性地址 0 处加载，这永远不会发生，这就是存在重定位的原因。 MZ 重定位表从文件偏移量 0x1E 开始，并且只有一个 dword 成员 01000000，它应该被解释为指向图像的 16:16 远指针。在这种情况下，它指向 0000:0001，它表示文件偏移量 0x00000201 处的一个单词，并且恰好具有值 0x0001。它是机器指令mov ax, @data 的imm 字段，汇编为b80100。 DOS 加载程序在段落地址（例如 0x4C00）处为可执行文件分配内存。这个值必须添加到重定位的字中，因此指令mov ax,@data实际上将汇编为b8014c，正如我们在调试器中看到的那样。

【讨论】：