引言

我們很多人是開發(fā)者，每天寫大量的代碼，有時也不是糟糕的代碼。每個人都能很輕松寫下這樣的代碼：

#include <stdio.h>

int main() {

int x = 10;

int y = 100;

printf("x + y = %d", x + y);

return 0;

}

大家都能理解上面這段 C 語言代碼完成的功能，但是…這段代碼底層是如何工作的呢？我想我們中間不是所有人都能回答這個問題，我也不能。我認為我可以用高級編程語言寫代碼，例如 Haskell、Erlang、Go 等等，但是我完全不知道在編譯之后它在底層是如何工作的。所以，我決定往下再深入一步，到匯編這個層次，并且記錄下我的學習匯編之路。希望這是有趣的過程，而不是僅僅對我一個人。大約五、六年前我已經(jīng)使用過匯編來寫簡單的程序，那時我還在上大學，用的是 Turbo 匯編和 DOS 操作系統(tǒng)?，F(xiàn)在我使用 Linux-x86_64 操作系統(tǒng)，是的，64 位 Linux 和 16 位 DOS 肯定有很大的不同。那我們就開始吧。

準備階段

在開始之前，我們需要準備一些我接下來要提到的東西。我使用的是 Ubuntu(Ubuntu 14.04.1 LTS 64 位) 系統(tǒng)，因此我的文章都是基于該操作系統(tǒng)和體系結(jié)構(gòu)的。不同的 CPU 支持不同的指令集，我使用的是 Intel Core i7 870 處理器，所有代碼都在這上面運行。另外我將用 nasm 匯編，你可以用下面命令來安裝：

sudo apt-get install nasm

I它的版本應該是 2.0.0 或者更高了。我是用的是 2013年12月29日編譯的 NASM version 2.10.09 版本。最后一部分，你需要一款寫匯編代碼的文本編輯器，我使用配有 nasm-mode.el 的 Emacs 編輯器。當然這不是強制性的，你可以選擇任何你喜歡的文本編輯器。如果你像我一樣使用的是 Emacs，你可以下載 nasm-mode.el，將你的 Emacs 配置成這樣：

(load "~/.emacs.d/lisp/nasm.el")

(require 'nasm-mode)

(add-to-list 'auto-mode-alist '(".(asm|s)$" . nasm-mode))

這就是目前我們需要準備的所有東西，其它工作在接下來的文章中會提到。

x64 語法

這里我就不全面介紹匯編的語法了，我們僅提一下這篇文章中用到的語法。通常 NASM 程序會被劃分為不同的段（section），這篇文章中我們會涉及到兩個段：

數(shù)據(jù)段（data section）

代碼段（text section）

數(shù)據(jù)段用來定義常量（constant），常量是在運行時不會改變的數(shù)據(jù)。你可以定義數(shù)字或其他常量等等，聲明一個數(shù)據(jù)段的語法如下：

section .data

代碼段是存放代碼（code）的，該段必須以 global_start 開始，告訴內(nèi)核這里是程序開始執(zhí)行的地方。

section .text

global _start

_start:

注釋是以 ; 開始。每個 NASM 代碼行包含下面四個字段的組合：

[label:] instruction [operands] [; comment]

中括號括起來的字段表示是可選的?；?NASM 指令由兩部分組成，第一部分是需要執(zhí)行指令的名字，第二部分是該指令的操作數(shù)。例如：

MOV COUNT, 48 ;將數(shù)值 48 存放到 COUNT 變量中

Hello world

讓我們用 NASM 匯編來寫第一個程序吧，當然是傳統(tǒng)的打印 “Hello world” 的程序。這是代碼：

section .data

msg db "hello, world!"

section .text

global _start

_start:

mov rax, 1

mov rdi, 1

mov rsi, msg

mov rdx, 13

syscall

mov rax, 60

mov rdi, 0

syscall

的，看起來不像 printf(“Hello world”)，我們試著去理解它是什么、怎么工作的。先看 1-2 行，我們定義了一個數(shù)據(jù)段，并且有一個 msg 常量，值為 Hello world，那么我們就可以在代碼中使用這個常量了。下一步是定義了一個代碼段，以及程序的入口，代碼從第 7 行開始執(zhí)行。現(xiàn)在到了程序最有意思的部分了。我們已經(jīng)了解了 mov 指令的功能，它帶有兩個操作數(shù)，將第二個操作數(shù)的值放到第一個操作數(shù)中。但是，rax、rdi 等等這些是什么呢？我們找到維基百科的解釋：

中央處理單元（CPU）是計算機中的硬件，它讀取計算機程序中的指令，完成系統(tǒng)中基本的算術、邏輯、輸入/輸出操作。

好了，CPU 完成一些操作，例如算術操作等，但是它從哪獲得操作的數(shù)據(jù)呢？第一個答案是內(nèi)存。然而從內(nèi)存中讀取和存入數(shù)據(jù)的速度遠遠低于處理器的速度，它涉及到復雜的通過控制總線來發(fā)送數(shù)據(jù)請求的過程。因此，CPU 有其內(nèi)部的存儲位置，稱為寄存器（register）。

x64_registers

那么我們寫 mov rax, 1，意思是將 1 放到 rax 寄存器中?，F(xiàn)在我們知道什么是 rax、rdi、rbx 等等了吧，但是還需要知道什么時候使用 rax，什么時候使用 rsi 等等。

rax —— 臨時寄存器，當我們調(diào)用系統(tǒng)調(diào)用時，rax 保存系統(tǒng)調(diào)用號

rdx —— 用來向函數(shù)傳遞第三個參數(shù)

rdi —— 用來向函數(shù)傳遞第一個參數(shù)

rsi —— 用來向函數(shù)傳遞第二個參數(shù)的指針

換句話說，我們就是調(diào)用了 sys_write 系統(tǒng)調(diào)用，該函數(shù)原型是：

ssize_t sys_write(unsigned int fd, const char *buf, size_t count)

它有三個參數(shù)：

fd —— 文件描述符，0、1、2 分別代表標準輸入、標準輸出和標準錯誤

buf —— 字符數(shù)組的指針，用來保存從 fd 指向的文件中獲取的內(nèi)容

count —— 表示要從文件中讀入到字符數(shù)組的字節(jié)數(shù)

我們知道 sys_write 系統(tǒng)調(diào)用帶有三個參數(shù)，它在系統(tǒng)調(diào)用表中有一個系統(tǒng)調(diào)用號。我們再看看程序的實現(xiàn)，將 1 放到 rax 寄存器中，它意思是我們使用 sys_write 系統(tǒng)調(diào)用；下一行將 1 存到 rdi 寄存器，它是 sys_write 的第一個參數(shù)，1 代表標準輸出；然后我們將 msg 的指針存到 rsi 寄存器中，這是 sys_write 的第二個參數(shù) buf；接著我們傳遞 sys_write 最后一個參數(shù)（字符串的長度）到 rdx 寄存器中?，F(xiàn)在，我們有了 sys_write 的所有參數(shù)，就可以在 11 行使用 syscall 來調(diào)用它了。好了，我們打印出 “Hello world” 字符串，現(xiàn)在需要從程序中正確退出。我們傳遞 60 到 rax 寄存器，60 是 exit 的系統(tǒng)調(diào)用號；以及將 0 傳遞給 rdi 寄存器，這是錯誤碼，0 表示我們的程序正確地退出。這就是 “Hello world” 的所有分析，相當簡單吧:)現(xiàn)在我們編譯程序，假設我們的程序放在 hello.asm 文件中，那么我們需要運行下面的命令來執(zhí)行：

nasm -f elf64 -o hello.o hello.asm

ld -o hello hello.o

編譯鏈接完成之后，我們得到可執(zhí)行文件 hello，可以使用 ./hello 來運行，可以在終端看到輸出 “Hello world”。

總結(jié)

本文用一個簡單不能再簡單的程序開始第一部分，接下來我們會看到一些算術運算。如果你有任何問題或者建議可以給我評論。

更多信息請查看IT技術專欄