CSAPP - 反编译 string_length

虽然先前已经把 phase_1 和 phase_2 做出来了，但其实是参考了网络上的答案，仅仅是大概知道了关键汇编代码。但其实并没有真的懂。为啥呢？因为很多模棱两可的地方是靠猜测的，而猜测是脆弱的。

重新看 phase_1，第一个门槛是 string_length 函数。尝试逐句翻译回 C 代码。

前提条件：知道 eax 存储返回值，知道 rdi 存储函数第一个参数。使用Intel风格的汇编。

bash 复制代码

(gdb) disassemble string_length
Dump of assembler code for function string_length:
   0x000000000040131b <+0>:     cmp    BYTE PTR [rdi],0x0
   0x000000000040131e <+3>:     je     0x401332 <string_length+23>
   0x0000000000401320 <+5>:     mov    rdx,rdi
   0x0000000000401323 <+8>:     add    rdx,0x1
   0x0000000000401327 <+12>:    mov    eax,edx
   0x0000000000401329 <+14>:    sub    eax,edi
   0x000000000040132b <+16>:    cmp    BYTE PTR [rdx],0x0
   0x000000000040132e <+19>:    jne    0x401323 <string_length+8>
   0x0000000000401330 <+21>:    repz ret 
   0x0000000000401332 <+23>:    mov    eax,0x0
   0x0000000000401337 <+28>:    ret    
End of assembler dump.

尝试反汇编为 C 代码：

1）返回值类型：看到了对 eax 寄存器的操作。基本上是 int 类型。C代码为:

c 复制代码

int string_length()
{
    ...
}

2）cmp BYTE PTR [rdi], 0x0: 这句是 rdi 寄存器里的值表示的内存地址里的值，和0作比较。用C代码表示为：

c 复制代码

int string_length(const char* str)
{
    if (*str == '\0')
    {
        return 0;
    }
}

je 0x401332 <string_length+23>: 和上一句连在一起的， return 0.
mov rdx, rdi: 把函数第一个参数，赋值到一个新的变量里头，大概是:

c 复制代码

int string_length(const char* str)
{
    if (*str == '\0')
    {
        return 0;
    }
    const char* ptr = str;
}

add rdx, 0x1: 新赋值的变量加1:

c 复制代码

int string_length(const char* str)
{
    if (*str == '\0')
    {
        return 0;
    }
    const char* ptr = str;
    ptr += 1;
}

mov eax, edx: 把刚刚加1的变量，放到 eax 寄存器，也就是和返回值有关系。没法直接写C代码。继续看。
sub eax, edi: 让 eax 寄存器减掉 edi 寄存器。C代码：

c 复制代码

int string_length(const char* str)
{
    if (*str == '\0')
    {
        return 0;
    }
    const char* ptr = str;
    ptr += 1;
    int ret = ptr - str;
    return ret;
}

cmp BYTE PTR [rdx], 0x0: 把 rdx 寄存器里的值对应的内存地址处的值，和0比较。看不出来C代码。继续看汇编.
jne 0x401323 <string_length+8>: 如果刚刚的比较结果不相等，也就是说 $rdx$ != 0, 那么跳转到 add rdx, 0x1 这句。代码:

c 复制代码

int string_length(const char* str)
{
    if (*str == '\0')
    {
        return 0;
    }
    const char* ptr = str;
    int ret;
hello:
    ptr += 1;
    ret = ptr - str;
    if (*ptr != '\0')
    {
        goto hello;
    }
    return ret;
}

repz ret: 没啥高深的，就是跳转到 ret

经过上面这段梳理，写出来的C代码很混乱。goto 和 if 的组合，基本上是等价于 while 循环：

c 复制代码

int string_length(const char* str)
{
    if (*str == '\0')
    {
        return 0;
    }
    const char* ptr = str;
    int ret;

    do {
        ptr += 1;
        ret = ptr - str;
    } while (*ptr != '\0')
    return ret;
}

再进一步，感觉 ret 的赋值做了重复计算， do while 也不如 while 直接：

c 复制代码

int string_length(const char* str)
{
    if (*str == '\0')
    {
        return 0;
    }
    const char* ptr;
    for (ptr = str + 1; ptr != '\0'; ptr++);
    return ptr - str;
}