x86 AT&T 汇编语法基础与寻址方式

数据定义

段定义

1. .text 定义代码段
2. .data 定义数据段
3. .bss 定义未初始化数据段
4. .rodata 定义只读数据段

数据段（.data）定义数据元素

.globl 伪指令将标定义为全局可链接的，跨文件可以访问的符号。

代码样例：

1
2
3
4
5
6

    .globl    msg                           # 将 msg 定义为全局的
pi:
    .float    3.14159
    .long     100, 200, 300, 500, 400
msg:
    .asciz    "This is a text message."

定义未初始化数据（.bss段）

• .comm 定义全局的通用内存区域
• .lcomm 定义局部的通用内存区域

格式如下：

1

.comm    symbol, length

代码样例：

1
2
3

.section  .bss
    .comm   symbolName1, 10000    # 定义10000字节，符号名为 symbolName1
	.lcomm  symbolName2, 200      # 定义200字节，符号名为 symbolName2

定义静态符号

使用 .equ 伪指令定义静态符号，也可以把它当作一个宏定义。
格式举例：

1
2

   .equ    LINUX_SYS_CALL, 0x80
movl    $LINUX_SYS_CALL, %eax

立即数，数据传递方向与寄存器

立即数

所有数字前面加上美元符号，表示立即数，如 $100 表示十进制的 100 的立即数，$0x100 表示十六进制的 0x100 立即数。

数据传递方向

数据传递方向为从左到右 （与 Intel 语法的从右到左相反）

寄存器寻址

寄存器寻址需要在寄存器名称前面加上百分号 %

指令位宽

涉及不同位宽的指令，需要在指令后面加上位宽后缀。

代码样例：

1
2

   movl   $0x12345678, %eax      # 将立即数 0x12345678 传递给 EAX 寄存器
movb   $al, %bl               # 将寄存器 AL 的值复制给 BL

内存寻址方式

1. 寄存器

机器码中的 ModRM 字段中，mod == 11 时，r/m 表示为操作数为寄存器。

2. 直接寻址

32位模式下，直接以数据段的标签来表示内存地址的方式，进行寻址。举例：

1
2
3
4
5
6
7
8
9
10
11

    .section  .data
data1:
    .int    0x12345678

    .section  .bss
    .comm   data2, 8

    .section  .text
    movl    data1, %eax       # 直接用内存位置的标签 data1 来表示内存寻址
    addl    %eax, %eax
    movl    %eax, data2	      # 直接用内存位置的标签 data2 来表示内存寻址

标签值会最终会转化为一个 32 位的内存地址。

在 64 位 x86-64 模式下，不能再使用一个 32 位的内存地址值来进行寻址了。这个32位的标签值被重新释义为：相对于程序计算器（ PC ）的偏移。所以在 64 位模式下，出现了一种叫相对 PC 寻址，举例：

1
2
3
4
5
6
7
8
9
10
11

    .section  .data
data1:
    .int    0x12345678

    .section  .bss
    .comm   data2, 8

    .section  .text
    movl    data1(%rip), %eax      # 直接用内存位置的标签 data1 来表示相对PC寻址
    addl    %eax, %eax
    movl    %eax, data2(%rip)      # 直接用内存位置的标签 data2 来表示相对PC寻址

机器码中的 ModRM 字段中，mod == 00，r/m == 101 时，表示为(1)直接寻址 或者 (2)相对 PC 寻址，指令会带一个32位的整数作为内存地址值。

3. 寄存器间接寻址

将内存地址值存放在一个通用寄存器中，通过寄存器的值作为内存地址来间接访问内存的数据。用小括号把寄存器括起来表示，举例：

1
2

   movl    %ebx, (%eax)    # 32位下，(%eax) 表示将 EAX 寄存器里面的值作为内存地址进行寻址
movq    %rbx, (%rax)    # 64位下，(%rax) 表示将 RAX 寄存器里面的值作为内存地址进行寻址

机器码中的 ModRM 字段中，mod == 00 时，表示采用寄存器间接寻址； r/m 表示寄存器的值。

注：实际机器码中不存在 (%ebx) / (%rbx) / (%r13) 这种寄存器间接寻址，汇编器会自动把这类寄存器间接寻址加上一个 0 的偏移量。因为 ebx/rbx/r13 的 r/m 值为 101，而 mod == 00，r/m == 101 时表示为(1)直接寻址 或者 (2)相对 PC 寻址。请看下面的基址加偏移量寻址

4. 基址加偏移量寻址

将寄存器中的值，加上一个 8 位或者 32 位有符号整数的偏移量，得到的和作为内存地址来访问内存的数据。将偏移量的值放在小括号外面，用小括号把寄存器括起来表示，举例：

1
2
3
4
5
6
7
8
9

    .section .text
    movl    %ebx, 4(%edi)
    movl    %eax, -8(%esi)
    movl    %edx, 0x12345678(%eax)
    movl    %ecx, values(%edx)
    
    .section .data
values:
    .int    100, 200, 300

机器码中的 ModRM 字段中，当 r/m != 100 时，

• (1) mod == 01 时，表示采用 寄存器 + 8位偏移量， r/m表示对应寄存器；
• (2) mod == 10 时，表示采用 寄存器 + 32位偏移量， r/m表示对应寄存器。

注：实际机器码中不存在 (%esp) 或 value(%esp) 这类寻址，汇编器会自动把这 esp/rsp/r12 的间接寻址转换为下面的基址加变址寻址。因为 r/m == 100 时代表的 esp/rsp/r12 被表示为带 SIB 字段的基址加变址寻址，请参考下面的基址加变址寻址

5. 基址加变址寻址

基址加变址寻址的表达式如下：

1

偏移量 (基址寄存器, 变址寄存器, 比例因子)

最终的内存地址值 EA = 基址寄存器值 + 变址寄存器 * 比例因子 + 偏移量
比例因子只能为 1, 2, 4, 8 。

注： esp/rsp/r12 不能做变址寄存器

1
2
3
4
5
6

movl    %eax, (%ebx, %ecx)              # 没有比例因子时，默认比例因子为 1
movl    %eax, (%ebx, %ecx, 4)           # EA = ebx + ecx * 4
movl    %eax, (%ebx, %ecx, 8)           # EA = ebx + ecx * 8
movl    %eax, values(, %edi, 4)         # EA = values + edi * 4
movl    %eax, (, %ecx, 8)               # EA = ecx * 8
movl    %eax, values(%esi, %edi, 4)     # EA = values + esi + edi * 4

机器码中的 ModRM 字段中，当 r/m == 100 时，表示使用基址加变址寻址，具体参数由后继的 SIB 字节表示

• (1) mod == 00 时，表示不带偏移量
• (2) mod == 01 时，表示带 8 位偏移量
• (3) mod == 10 时，表示带 32 位偏移量

ModRM 字段

ModRM 字段为 1 字节，具体可以按下面位域分为 3 段。用于对指令的操作数或者寻址做出说明。

1
2
3
4
5
6

ModRM 字段：
┌───┬───┬───┬───┬───┬───┬───┬───┐
│ 7 │ 6 │ 5 │ 4 │ 3 │ 2 │ 1 │ 0 │
├───┴───┼───┴───┴───┼───┴───┴───┤
│  mod  │    reg    │    r/m    │
└───────┴───────────┴───────────┘

• reg 域表示寄存器
• r/m 域可以表示寄存器，也可以表示为内存寻址，具体由 mod 域决定
• mod == 00 时，r/m 域为内存寻址，不加偏移量
• mod == 01 时，r/m 域为内存寻址，带一个 8 位的偏移量
• mod == 10 时，r/m 域为内存寻址，带一个 32 位的偏移量
• mod == 11 时，r/m 域为寄存器

详细说明：（下面与64位来说明，32位下是同理只用低32位下的寄存器部分）

• 下表中，disp8 表示 8 位偏移量，disp32 表示 32 位偏移量
• SIB 表示后面带一个叫 SIB 的 1 字节的字段，用这个字段来说明寻址方式

特殊情况说明：

1. 当 mod == 00 并且 r/m == 101 时，只使用一个 32 位的偏移量做寻址。32 位下为 32 位地址值，64 位下为相对程序计算器 PC 的偏移。
2. 当 r/m = 100 时，表示后继带一个 SIB 的字节，用这个字节的信息来进行内存寻址。

SIB 字段

SIB 字段为 1 字节，具体可以按下面位域分为 3 段。用于对指令的内存寻址做出说明。

1
2
3
4
5
6

SIB 字段：
┌───┬───┬───┬───┬───┬───┬───┬───┐
│ 7 │ 6 │ 5 │ 4 │ 3 │ 2 │ 1 │ 0 │
├───┴───┼───┴───┴───┼───┴───┴───┤
│ scale │   index   │    base   │
└───────┴───────────┴───────────┘

1. scale 为比例因子，scale的值: 00 = 1， 01 = 2， 10 = 4， 11 = 8
2. index 为变址寄存器
3. base 为基址寄存器

注意：

1. RSP/ESP 寄存器不能用于 index 变址寄存器，所以，当 index == 100 时，只存在基址寄存器 base，变址寄存器 index 和比例因子 scale 忽略不用；另外，R12 时可以用于index 变址寄存器的。

2. RBP/EBP/R13 寄存器默认是作为基址寄存器来使用，x86 要求RBP/EBP/R13 寄存器做基址寄存器时，必须带一个 8 位或者 32 位的偏移量。所以，如果 mod == 00，r/m == 100，base == 101时，base基址寄存器字段并不是表示 RBP/EBP/R13，而是要忽略这个基址寄存器，不存在基址寄存器，只存在变址寄存器，并把一个 32 位的偏移量作为基地址。所以出现以下形式的寻址：

1
2

   movl    %eax,  values(, %edi, 8)      # 这里是忽略基地址寄存器，不需要基地址寄存器的情况 
movl    %eax,  (, %edi, 8)            # 忽略disp32的话，汇编器会默认加上一个为 0 的 disp32 值