Welkin小窩

binutils

基本工具

binutils是一些用來處理執行檔的額外程式，除了前面說過的組譯用的as ld， 另外有觀看執行檔的變數函式名稱(symbol)用的nm，剔除symbol的strip等等。 有用的程式
objdump :看OBJ檔的資訊
nm :看OBJ檔的symbol table。
strip :把symbol table還有debug stab拿掉，但這樣的OBJ檔無法用nm看出symbol，
也無法用gdb來除錯了。
strings :看string table，只是看這個檔裡面有什麼秀的出來的文字。
sting在ELF格式裡面用來代表symbol與section的名字。
ar :archive(靜態連結函數庫libxxx.a)的建造
ld :link editor 同時也是建造shared obj(libxxx.so)的建造。

我們用
int main(){return 0;}

作例子gcc test.c後得到一個a.out
$ objdump -x a.out

$ nm a.out

$ strip a.out

strip還是只能拿掉一般symbol table與debug stab，有些section他還是沒拿掉， 這還不是簡化執行檔的最後手段，在embadded系統上，記憶體是錙銖必較的。 最精簡的做法還是要寫組合語言用gas或者nasm來組譯。而且strip不能 拿來用relocatable的obj，不然沒有symbol table怎能做連結， 另外strip用在shared lib的檔案不會把dynamic symbol table拿掉， 所以還可以做動態連結，用
$ nm --dynamic /lib/libcxxxx.so

可以看得出來。

建造函數庫

ar 與 ld

前面介紹的.a .so這些函數庫如果自己想建造的話必須用ar 一般靜態連結的.a檔由一堆.o檔 .so檔的obj必須在編譯時加上-fPIC的選項然後用

GAS與x86(IA32)的AT&T syntax組語寫法

基本介紹

Unix下寫組合語言， 這個需要組合語言的基礎也要有系統的觀念。 使用的工具有nasm或GNU as， nasm用Intel的語法就可以， GNU as跟其它unix上的工具as一樣要按照AT&T的語法規定， 所以如果你是先學Intel的有些語法上需要注意。

AT&T assembly與Intel/Microsoft syntax的不同

order(來源與目的暫存器順序不同)
source在前面destination在後面
Intex Syntax AT&T Syntax

instr dest,source instr source,dest
mov eax,[ecx] movl (%ecx),%eax

register naming(暫存器命名)
AT&T前面要加個%
Intel Syntax AT&T Syntax

mov eax,1 movl $1,%eax
mov ebx,0ffh movl $0xff,%ebx
int 80h int $0x80

imme operand(立即定址命名)
AT&T前面要加個$
Intel Syntax AT&T Syntax

mov eax,1 movl $1,%eax
mov ebx,0ffh movl $0xff,%ebx
int 80h int $0x80

memory reference(間接定址)
AT&T用大括號()
Intel Syntax AT&T Syntax

instr foo,segreg:[base+index*scale+disp] instr %segreg:disp(base,index,scale),foo

mov eax,[ebx+20h] movl 0x20(%ebx),%eax
add eax,[ebx+ecx*2h] addl (%ebx,%ecx,0x2),%eax
lea eax,[ebx+ecx] leal (%ebx,%ecx),%eax
sub eax,[ebx+ecx*4h-20h] subl -0x20(%ebx,%ecx,0x4),%eax

opcode naming(指令命名)
必需指定長度 根據系統而不一樣 word有的是32 bits有的是16 bits
b : byte
w : word
l : long

Intel Syntax AT&T Syntax

mov al,bl movb %bl,%al
mov ax,bx movw %bx,%ax
mov eax,ebx movl %ebx,%eax
mov eax, dword ptr [ebx] movl (%ebx),%eax

type casting(型別轉換)
s (signed)
z (zero)

bl (from byte to long)
bw (from byte to word)
wl (from word to long)

movsbl %al, %edx


long jump, call與ret
Intel Syntax AT&T Syntax

jmp far seg:offsetljmp seg, offset

jmp far INITSEG:GO ljmp $INITSEG, $GO
call far INITSEG:GO lcall $INITSEG, $GO
ret far STACK_ADJUS lret $STACK_ADJUST

C下的inline組語

在C語言中勘進組語的程式碼加個__asm__("asm code");
__asm__("movl $1,%eax\n\t" // SYS_exit
"xor %ebx,%ebx\n\t"
"int $0x80"
);

注意quote 與\n\t的位置 \n\t是因為gcc其實根據這些與其它c code產生一個.s檔 \n\t只是在.s檔產生newline與tab這在每一行都要除了最後一行不用 另外inline assembly的 通式是
__asm__(asm statements : outputs : inputs : clobber);

通式有兩個重要的概念， 一個是可以和C程式傳變數來溝通，另外 如果我們指定了eax ebx...等register，則這下可完了，如果其他的C code 也正在用eax ebx，則compiler必須先把這些值推進stack才能跑你的asm code， 所以我們可以不特別指定register，讓gcc自動作register運用的最佳化。 其實這是其他mips和其他CPU的作法，別種CPU的register命名沒 eax, ebx.....這麼死與囉唆， $1 $2 $3...就搞定，還可以換來換去很有彈性。 這個通式就是在做這樣的事，請看一個例子
int main (void) {
int operand1, operand2, sum, accumulator;

operand1 = rand (); operand2 = rand ();

__asm__ ("movl %1, %0\n\t"
"addl %2, %0"
: "=r" (sum) /* output operands */
: "r" (operand1), "r" (operand2) /* input operands */
: "0"); /* clobbered operands */

accumulator = sum;

__asm__ ("addl %1, %0\n\t"
"addl %2, %0"
: "=r" (accumulator)
: "0" (accumulator), "g" (operand1), "r" (operand2)
: "0");
return accumulator;
}

第一個__asm__是說input的東西把operand1(C的變數)放到r，也就是%1， operand2(C的變數)放到r，也就是%2，然後執行assembly code的 movl與addl， 然後結果放到sum(C的變數)=r 也就是%0， 在這邊我們沒有指定eax ebx，只是很單純的%0 %1 %2 r。 %0 %1 %2 分別對應了output r， input r， input r， %0 %1 %2.....會先對應output裡的register，再對應input裡的register， 就是它們出現的順序。 gcc會幫我們最佳化register的使用。 clobbered operands是一堆registers， 我們告訴gcc說這些registers的值已經被暴力的摧毀(被改變了)， 你要重新考慮它們的合法性才行， 在這邊0就是%0，gcc會特別照顧一下它所選的%0的值。 有一些規則要說明

r, g, 0這些東西叫constraints(限制的意思)，每一個符號有特殊意義 代表這個暫存器必需是什麼型式的(暫存器有通用暫存器，符點運算暫存器， cpu指令有的允許直接對memory做運算，有的不準等等條件的暫存器， r代表通用型暫存器)。

output operand前一定要有個"="表示這個constraint是read-ony， "="叫constraint modifier。

input output operands後一定要跟著相對應的C 變數的參數， 這是給asm的參數。

如果statement裡真要指定register要多加個%變成%%eax

通用constraints
I, J, K .... P 是根據不同cpu可以做不同的解釋來表示一個範圍的立即定址整數
Q, R, S .... U
0, 1, 2 .... 相對於assembly statement裡的%0 %1 %2 ....
a, b, c .... f 可以根據不同cpu可以做不同定義的registers

m 表示這是一個memory的operand 例如mov eax, data中的data

p 合法的記憶體位址
r 一般通用型register
g 任何的通用型register, memory operand, 立即定址的整數

constraints在386上有
a eax
b ebx
c ecx
d edx
S esi
D edi
I 表示只有constant value (0 to 31)才行

r 可以是eax ebx ecx edx esi edi
q 可以是eax ebx ecx edx
g eax, ebx, ecx, edx or variable in memory
A eax and edx combined into a 64-bit integer (use long longs)

Intel真不知搞什麼鬼創造這些一點不合邏輯的register。
volatile宣告

在C裡面有volatile這個宣告，通常是說這個變數會被外在routine改變， 在kernel裡面通常是指會被interrupt handler（有時就是硬體中斷的routine） 改變值，也就是被非同步的改變的變數。例如
unsigned long vloatile jiffies;

jiffies在kernel是時間每次hardware的中斷會來改這個值

在asm裡面是說這個東西compiler時，gcc不要雞婆作optimized，因為 最佳化的結果，compiler會把code按照他想的方法放到記憶體裡， 但是有的code我們需要特定指定他一定要在某個記憶體上， 在kernel裡常有這樣情形發生，我們可以用 __asm__ __volatile__宣告一段assembly的code是不要做最佳化的。 例如cli sti
#define disable() __asm__ __volatile__ ("cli");
#define enable() __asm__ __volatile__ ("sti");

GAS 的assembler directives

在MASM裡有一些特殊的假指令，也就是真正的CPU裡沒有這些指令， 但MASM給了方便的假指令，例如
.DATA

相同的在GNU as裡面有一些類似的東西，gas會認得這些符號知道如何處理 例如

.byte expression expression送到下個byte的位置

.data subsection 告訴as下面的code要編在data section的尾巴裡 並且給一個編號subsection

.section name 告訴as下面的code要編在section裡 並給這個section一個名字

.text subsection 告訴as下面的code要編在text section的尾巴裡 並且給一個編號subsection

.word expression expression送到下個word

底下有個例子
#define RDTSC(llptr) ({ \
__asm__ __volatile__ ( \
".byte 0x0f; .byte 0x31" \
: "=A" (llptr) \
: /* no input operand */
: "%eax", "%edx"); })

這是讀pentium timestamp counter的code注意.byte。 請看http://www.gnu.org/manual/gas-2.9.1/html_chapter/as_7.html#SEC67 有詳細解說。

ref:http://www.study-area.org/cyril/opentools/opentools/x969.html