Pengzna's blog 👋

Nov 25, 2022

NASM 概念与实战/踩坑记录

  • NJU OS lab-1
image-20221006001450200

1. NASM 与 GDB 调试

1.1. 安装与运行

在 Ubuntu 下可以通过 apt 安装

sudo apt install nasm

安装后就可以对文件进行汇编了，以big_decimal.asm为例

在 Ubuntu 下

nasm -f elf big_decimal.asm -o big_decimal.o
ld -m elf_i386 big_decimal.o -o big_decimal

ld是 GUN 自带的链接工具，可以将目标文件链接起来，我们这里因为只有一个文件因此不需要额外的指令。

复习一下，我们将一个写好的 C 程序转化为一个可以在 Unix 内核机器上执行的文件，需要经历下面四个步骤：

  • 预处理：处理 C 中的预处理命令，也就是#开头的那些，默认的生成文件格式为.i
  • 编译：将 C 程序编译为汇编语言， 默认的生成文件格式为.s，这里的.s和我们的.asm没什么区别
  • 汇编：将汇编语言转化为机器码，默认的生成文件格式为.o
  • 链接：链接动态库和静态库

因为我们直接在写汇编程序，当然就不需要第一步和第二步了。

1.2. GDB 调试

说到 GUN，不得不提今天的另一个主角，那就是 GDB，GNU symbolic debugger，它是一个在 Unix 内核中广受好评的调试工具。

我们可以使用 GDB 来调试我们的汇编代码

nasm -f elf big_decimal.asm -o big_decimal.o
ld -m elf_i386 big_decimal.o -o big_decimal
sudo gdb big_decimal

接下来进入 gdb 界面，开始你的调试工作。

和前面说到的一样，使用gdb 打开你的文件就好了，因为gdb要控制另一个进程，所以别忘了给它开权限。

可以在汇编文件中设置断点，并在你想停止的地方call它，比如

break_demo:
  ret

然后只要在gdb中

b break_demo

就可以让它在执行到b的时候中止程序。

可以使用指令

i registers

查看代码运行的位置和寄存器状态。

如果你的代码有stdout的输出，可能会破坏这个 layout 的格局，这时候使用refresh指令刷新它。

最后，可以使用x指令查看你的内存状况，比如查看0x40201c开始的 20 个 bits 的内存

x/20b 0x40201c

2. NASM 详解

2.1. NASM 程序的结构

NASM 是基于行的。大多数程序由指令后跟一个或多个部分组成。行可以具有可选标签。大多数行都有一条指令,后跟零个或多个操作数。

image-20221004164300281

通常,您将代码放在的部分中,.text并将常量数据放在的部分中.data。

2.2. NASM 语法

2.2.1. 基础指令

有数百条指令。您无法一次全部学习它们。从这些 start:

mov x,y x ← y
and x,y x ← x and y
or x,y x ← x or y
xor x,y x ← x xor y
add x,y x ← x + y
sub x,y x ← x – y
inc x x ← x + 1
dec x x ← x – 1
syscall 调用操作系统例程
db 一个伪指令 声明字节, 这将是在内存中的程序运行时
  • cmp 做比较
  • je如果先前的比较相等则跳转。
  • jne(如果不等于则跳转)
  • jl(如果不等于则跳转)
  • jnl(如果不小于则跳转)
  • jg(如果大于则跳转)
  • jng(如果不大于则跳转)
  • jle(如果小于或等于则跳转)
  • jnle(如果不小于或等于则跳转)
  • jge(如果大于或等于则跳转)
  • jnge(如果不大于或等于则跳转)
  • equ实际上不是真正的指令。它只是定义了供汇编程序本身使用的缩写。(这是一个意义深远的想法)
  • 本.bss节适用于可写数据。

2.2.2. 伪指令

伪指令不是 x86/x64 机器的真实指令，伪指令是用于给编译器指示如何进行编译。

2.2.2.1. nasm 定义的 7 种数据 size

  • byte ： 8 位
  • word ： 16 位
  • dword ： 32 位
  • qword ： 64 位
  • tword ： 80 位
  • oword ： 128 位
  • yword ： 256 位

oword 可以对应 Microsoft MASM 的 xmmword 类型，yword 对应 Microsoft MASM 的 ymmword 类型。

tword, oword 以及 yword 使用在 非整型 数据，使用在 float 和 SSE 型数据。

2.2.2.2. 定义初始化数据：db 家族

nasm 定义了用于初始化上面 7 种 size 的 db 家族，它们用于定义初化常量值。

  • db : define byte
  • dw ：define word
  • dd ：define doubleword
  • dq ：define quadword
  • dt ：define tword
  • do ：define oword
  • dy ：define yword

正如前面所说的：dt , do , dy 不接受整型数值常量，它们被使用在定义 float 或 SSE 数据常量。dt 可以定义 extended-precision float 数据，do 可以定义 quad-precision float，dy 可定义 ymm 数据。而 dq 可以定义 double-precision float 数据，dd 可以定义 single-precision float 数据。

2.2.2.3. 定义非初始化数据：resb 家族

程序中使用到的非初始化数据通常放在 bss section 里，bss 代表 uninitialized storage space(如果您试图在一个.text小节中使用它们,将会出现错误)：

nasm 使用了 resb （reserve byte） 家族来定义非初始化数据。

  • resb ：reserve byte
  • resw ：reserve word
  • resd ：reserve doubword
  • resq ：reserve quadword
  • rest ：reserve tword
  • reso ：reserve oword
  • resy ：reserve yword

resb 相当于 Microsoft MASM 语法中的 db ?

下面是 NASM Manual 的例子：

buffer:         resb    64              ; reserve 64 bytes
wordvar:        resw    1               ; reserve a word
realarray       resq    10              ; array of ten reals
ymmval:         resy    1               ; one YMM register

2.3.5 使用 equ 定义常量

equ 用来为标识符定义一个 整型 常量，它的作用类似 C 语言中的 #define

a  equ 0                          ; OK
b  equ 'abcd'                     ; OK! b = 0x64636261
c  equ 'abcdefghi'                ; warning! c = 0x6867666564636261
d  equ 1.2                        ; error!

    section .data
string db 'hello,word',0
len    equ $-string               ; OK! len = 0x0b

    section .text
textlen equ  _end - entry         ; OK! textlen = 0x05

_entry:
    mov ecx, textlen

_end:

例子中： b 定义为常量 ‘abcd’ 它将是字符串的 ASCII 码序列，‘abcdefghi’ 常量将会被截断，整型常量最长为 quadword（8 bytes)，而 d 企图被定义为一个 float 常量，这产生会错误。len 和 textlen 被定义为编译期确定的数值。

2.3. 寄存器

您可以将每个寄存器的最低 32 位视为寄存器本身,但可以使用以下名称：

R0D R1D R2D R3D R4D R5D R6D R7D R8D R9D R10D R11D R12D R13D R14D R15D
EAX ECX EDX EBX ESP EBP ESI EDI

您可以使用以下名称将每个寄存器的最低 16 位看作一个寄存器：

R0W R1W R2W R3W R4W R5W R6W R7W R8W R9W R10W R11W R12W R13W R14W R15W
AX CX DX BX SP BP SI DI

您可以使用以下名称将每个寄存器的最低 8 位看作一个寄存器：

R0B R1B R2B R3B R4B R5B R6B R7B R8B R9B R10B R11B R12B R13B R14B R15B
AL CL DL BL SPL BPL SIL DIL

由于历史原因，R0...R3的第 15 至 8 位被命名为：

AH CH DH BH

2.4. 操作数

2.4.1. 内存操作数

  • 其实就是几种寻址的方式
    • 直接寻址
    • 寄存器间接寻址
    • 寄存器相对寻址
    • 基址加变址
    • 相对基址加变址
  • 注意：没有立即寻址和寄存器寻址

这些是寻址的基本形式：

  • [ number ]
  • [ reg ]
  • [ reg + reg*scale ] 小数位数只能是 1、2、4 或 8
  • [ reg + number ]
  • [ reg + reg*scale + number ]

这个数字叫做位移 ; 普通寄存器称为基 ; 带有刻度的寄存器称为索引。

例子：

[750]               ; 仅位移
[rbp]               ; 仅基址寄存器
[rcx + rsi*4]       ; 基数+指数*比例
[rbp + rdx]         ; scale is 1
[rbx-8]             ; 位移-8
[rax + rdi*8 + 500] ; 所有四个组成部分
[rbx + counter]     ; 使用变量"counter"地址作为偏移

2.4.2. 直接操作数

这些可以用多种方式编写。以下是官方文档中的一些示例。

200         ; 十进制数
0200        ; 仍然是十进制-前导0不会使其变为八进制
0200d       ; 显式十进制-d后缀
0d200       ; 也十进制-0d prefex
0c8h        ; 十六进制-h后缀,但是前导0是必需的,因为c8h看起来像var
0xc8        ; hex-经典的0x前缀
0hc8        ; 十六进制-由于某些原因,NASM偏爱0h写法
310q        ; 八进制-q后缀
0q310       ; 八进制-0q前缀
11001000b   ; 二进制-b后缀
0b1100_1000 ; 二进制-0b前缀,顺便说一下,允许使用下划线

2.5. 使用 C 库

仅使用 syscall 编写独立程序就已经很酷了，但很少见。我们想使用 C 库中的好东西。

为何在 C 语言程序中，看上去都是从 main函数开始执行？这是因为 C library 的内部有_start标签！_start开始处的代码会做一些初始化的工作，然后调用main函数中的代码，最后执行清理工作，最终执行 60 号系统调用以退出。因此，您只需要实现main函数即可，我们可以在汇编语言中实现这么做：

如果您有 Linux,请尝试以下操作：

hola.asm

; ----------------------------------------------------------------------------------------
; 使用C库将" Hola,mundo"写入控制台。程序运行在 Linux 或者其他在 C 语言库中不使用下划线的操作系统上。
; 如何编译执行:
; nasm -felf64 hola.asm && gcc hola.o && ./a.out
; ----------------------------------------------------------------------------------------
global    main
          extern    puts

          section   .text
main:                                       ; 这里被 C library初始化代码所调用
          mov       rdi, message            ; rdi中的第一个整数(或指针)参数
          call      puts                    ; puts(message)
          ret                               ; 由 main 函数返回 C 语言库例程
message:
          db        "Hola, mundo", 0        ; 注意字符串必须在C中以0结尾
$ nasm -felf64 hola.asm && gcc hola.o && ./a.out
Hola, mundo

2.6. 字符常量

在 nasm 中，可以使用 3 种引号来提供字符

  • ’ …’ （单引号）
  • ” …” （双引号）
  • … （反引号）

如下示例，它们的结果是一样的：

db  'abcd'
db  "abcd"
db  `abcd`

3. 实践 - OS lab1

  • 使用 nasm 实现大数加法和乘法

3.1. 思路

  • 输入输出

    • 需要熟悉 Linux 系统调用（ics 教过）
    • 需要熟悉寄存器的使用
    • 打印 int 数组需要 itoa

  • 加法

    • 按位加，细节略

  • 减法

    • 找出绝对值较大者，计算dest - src // (abs(dest) > abs(src))
    • 按位减，每次减要考虑借位，其他细节略

  • 乘法

    • $$
      基本原理：
      \Sigma_{i+j=k}(a_i \times b_j) = c_k
      $$

    • 先按位乘，最后再统一 normalize

  • 技巧

    • string 转 int 数组后倒序存储，方便 int 数组正序遍历
    • 比如"123"，存储为[3, 2, 1]

3.2. 踩坑

  • jmp 的函数无须 ret！！！
    • 否则即使 push 的已全部 pop，ret 仍会 segmentation fault
  • 调用栈的使用
  • ebp 用 leave 弹出
  • intel 语法（nasm）的 mov 不接受两个 opcode
  • .bss 和.data 定义出的是指针
  • 区分字符（’1’）和数字（0x1）
  • loop 循环不可轻易 jmp 到压栈代码段（除非是设计好的）
  • gdb 和 objdump 结合的使用
  • 每次循环后要清空bss和寄存器

4. 参考资料

zhangjunlei26/NASM-Tutorial-CN: Nasm 指南中文 (NASM Tutorial) (github.com)

NASM 与 GDB 的使用指南：如何编好你的汇编 - 知乎 (zhihu.com)

(29 条消息) nasm 汇编讲解_jadeshu 的博客-CSDN 博客_nasm

[学习 nasm 语言-阿里云开发者社区 (aliyun.com)](https://developer.aliyun.com/article/25221#:~:text=代码中使用 byte 关键字对 memory 操作数进行了修饰，指明 memory 操作数的大小为 byte,语法）有些不同， masm 的语法是： 在 masm 语法中需配合 ptr 指示字。)

GDB 使用详解 - 知乎 (zhihu.com)

(29 条消息) GDB 调试查看内存数据_夜风~的博客-CSDN 博客_gdb 查看内存数据

(29 条消息) 使用 GDB 查看和修改寄存器的值_@HDS 的博客-CSDN 博客_gdb 查看寄存器的值

Nasm 系统调用 - 字节流 (bytekits.com)

OLDER > < NEWER
Copyright © Pengzna 2021-present