目录
汇编语言基础
汇编程序基本由 4 种类型的组件组成：指令（instruction）、伪指令（directive）、标号（label)以及注释（comment)
| 类型 | 示例 | 含义 |
|---|---|---|
| 指令 | mov eax 0 |
给 EAX 赋值为0 |
| 伪指令 | .section.text |
以下代码放入 text 节 |
| 伪指令 | .string "foobar" |
定义一个 ASCII 字符串 foobar |
| 伪指令 | .long 0x12345678 |
定义一个双字 0x12345678 |
| 标号 | foo:.string "foobar" |
使用符号定义的 foobar 字符串 |
| 注释 | #注释 | 表示注释信息 |
x86 体系的寄存器说明
在 x86 架构的 CPU 中，存在多种可编程的寄存器，它们用于不同的目的，以下是一些主要的可编程寄存器类型：
- 通用寄存器 ：
AX(累加器寄存器)：用于算术运算和 I/O 指令。BX(基址寄存器)：用于存储数据指针。CX(计数寄存器)：通常用于循环计数。DX(数据寄存器)：用于 I/O 操作和其他数据传输。SI(源索引寄存器)、DI(目的索引寄存器)：用于字符串操作。BP(基址指针寄存器)：用于访问栈中的参数和局部变量。SP(堆栈指针寄存器)：用于管理堆栈。AX、BX、CX和DX寄存器还可以分为高字节和低字节寄存器，例如AH和AL分别是AX的高字节和低字节。
EAX 是一个32位的寄存器，用于处理 32 位的数据，而 AX 是一个 16 位的寄存器，用于处理 16 位的数据。
在32位模式下，AX 是 EAX 的一个低位部分，可以直接用于 16 位数据的操作。
x86 基于原始的 8086 指令集，寄存器是16位宽，而32bit 的 x86 ISA 将这些寄存区扩展为32位，然后 x86-64 将它们进一步扩展为64位。
为了保证向后兼容性，新指令集中使用的寄存器是旧的寄存器的超集。
在汇编中指定寄存器的操作数，需要是以寄存器的名称，比如 mov rax,64 就是将 64 赋值给 rax 寄存器，
下图显示了如何将 x86-64 rax 寄存器分为传统的 32 位和 64 位寄存器，rax 的低32位形成了一个名位 eax 的寄存器，
其低16位形成了一个原始的 8086 寄存器 AX，读者可以通过寄存器名称 AL 访问 AX 的低字节，通过 AH 访问 AX 的高字节
同样的，其他的通用寄存器，也会与类似的用法：
| 描述 | 64bit | 低32bit | 0~16 bit | 8~16 bit | 0~8 bit |
|---|---|---|---|---|---|
| 累加器 | rxa | eax | ax | ah | al |
| 基址寄存器 | rbx | ebx | bx | bl | bh |
| 程序计数器 | rcx | ecx | cx | cl | ch |
| 数据寄存器 | rdx | edx | dx | dl | dh |
-
段寄存器：
CS(代码段寄存器)：包含当前执行指令的段地址。DS(数据段寄存器)：包含数据段的段地址。ES(附加段寄存器)：用于额外的数据段。FS和GS：提供额外的段寄存器，由操作系统或应用程序定义。SS(堆栈段寄存器)：包含堆栈段的段地址。
-
指令指针寄存器：
IP(指令指针寄存器)：也称为EIP（在 32 位模式下）或RIP（在 64 位模式下），它指向下一条要执行的指令。
本质上就是指针指针寄存器
-
标志寄存器：
FLAGS(标志寄存器)：包含各种状态标志，如进位、零、符号、溢出等。
-
控制寄存器：
CR0-CR4：用于控制处理器的操作模式和特性，如分页、保护模式等。
-
系统寄存器：
MSR(模型特定寄存器)：提供对处理器特定功能的访问，如性能监控计数器。
-
浮点寄存器：
ST0-ST7(浮点堆栈寄存器)：用于浮点运算。Control Word、Status Word、Tag Word、Instruction Pointer和Last Instruction Opcode：用于控制浮点单元的操作和报告状态。
-
SIMD 寄存器：
MMX寄存器：用于多媒体扩展运算。XMM0-XMM15(SSE 寄存器)：用于 SIMD 扩展运算。YMM0-YMM15(AVX 寄存器)：在 AVX 指令集中使用，提供更大的 SIMD 数据宽度。
这些寄存器在不同的 x86 处理器模式下（实模式、保护模式、长模式等）可能会有不同的名称和大小。
例如，在 32 位模式下，通用寄存器通常有 32 位宽，而在 64 位模式下，它们会扩展到 64 位宽。
Intel 和 AT&T 语法
正如前面所提到的，不同的汇编器对汇编程序有不同的语法，表示 x86 机器指令的语法格式主要有两种：Intel 语法 和 AT&T 语法，
AT&T 语法显式的再每个寄存器名称前面加上 % 符号，每个常量前面加上$ 符号, Intel 语法没有这种格式:
AT&T 和 Intel之间最重要的区别是使用完全相反的指令操作数顺序:
在AT&T语法中源操作数在目的操作数前面，所以是从左向右读
在Intel语法中目的操作数位于源操作数前面，所以是从右向左读
如果汇编语言中出现 % 和 $ 前缀，就是使用AT&T语法，应该从左向右读
"helloworld" 汇编程序分析
helloworld 的汇编代码：
c
1 .file "main.c"
2 .text
3 .section .rodata
4 .LC0:
5 .string "hello world"
6 .text
7 .globl main
8 .type main, @function
9 main:
10 .LFB0:
11 .cfi_startproc
12 endbr64
13 pushq %rbp
14 .cfi_def_cfa_offset 16
15 .cfi_offset 6, -16
16 movq %rsp, %rbp
17 .cfi_def_cfa_register 6
18 leaq .LC0(%rip), %rdi
19 call puts@PLT
20 movl $0, %eax
21 popq %rbp
22 .cfi_def_cfa 7, 8
23 ret
24 .cfi_endproc
25 .LFE0:
26 .size main, .-main
27 .ident "GCC: (Ubuntu 9.5.0-1ubuntu1~22.04) 9.5.0"
28 .section .note.GNU-stack,"",@progbits
29 .section .note.gnu.property,"a"
30 .align 8
31 .long 1f - 0f
32 .long 4f - 1f
33 .long 5
34 0:
35 .string "GNU"
36 1:
37 .align 8
38 .long 0xc0000002
39 .long 3f - 2f
40 2:
41 .long 0x3
42 3:
43 .align 8
44 4:从中可以看出：
printf函数最终是调用到puts执行打印helloworld的操作- main 函数的返回值是通过
EAX传递的 - 函数执行时会将当前
rbp寄存器的值压入到堆栈中，然后将当前开辟的rsp的值赋给它 - 函数执行结束会弹出
rbp寄存器的值
指令和伪指令
指令是 CPU 执行的实际操作，伪指令意在告诉汇编工具生成特定的数据，并将指令和数据放在指定的节，
标号是汇编工具中引用指令或数据的符号名称，注释是可读注释。在程序被汇编链接成二进制程序后，所有的符号名称都被地址所取代
伪指令:
.section 告诉汇编工具将在那个节放置后面的内容，
.ascii 表示定义 ascii 字符串的伪指令，当前还有一些伪指令用于定义其他数据类型：
.byte 一个字节
.word 两个字节
.long 四个字节
.quad 八个字节