22、汇编语言调试与指令语法全解析

汇编语言调试与指令语法全解析

1. GDB 调试基础操作

1.1 查看寄存器值

在调试过程中，我们常常需要查看寄存器的值。要查看寄存器的值，只需在 GDB 中输入以下命令：

info registers

这个命令会提供所有寄存器的完整信息。当前，大部分寄存器初始化为零，因为第一条指令尚未执行，所以 %rax 也为零。寄存器的值会以两列形式呈现，左列是原始值，右列是调试器对该值的解释。左列的值是“官方”值，但右列可能会提供额外的重要上下文信息，比如将值转换为相对于某个地址的偏移量，或者将十六进制数转换为十进制数等。

1.2 执行下一条指令

若要执行下一条指令，可在 GDB 中输入：

stepi

此命令会使程序执行下一条机器指令。再次执行 disassemble 命令，箭头会指向代码的下一行。若执行 info registers 命令，会发现 %rax 现在被设置为 0x3c 。多次执行 stepi 命令，程序会逐步执行后续指令，当执行系统调用时，程序会退出，调试器会报告如下信息：

[Inferior 1 (process 152) exited with code 03]

这里的 “Inferior 1” 是 GDB 对我们进程的内部名称，退出代码是程序返回给 shell 的值。

1.3 管理断点

除了逐行执行代码，我们还可以在任意位置设置断点。如果调试器已知某个符号（因为该符号使用 .globl 声明），就可以像为 _start 设置断点那样，直接在这些位置添加断点，并且可以添加任意数量的断点。
- 查看断点列表 ：使用 info break 命令可获取所有已定义断点的列表，每个断点都有一个编号，调试器通过该编号引用断点。
- 删除断点 ：使用 delete NUMBER 命令删除断点，其中 NUMBER 是要删除的断点编号（可通过 info break 命令查看）。需要注意的是，删除断点后不会重新编号，即使重新添加断点，也会使用新的编号。
- 在指定地址添加断点 ：可以在汇编语言函数的任意位置添加断点。执行 disassemble 命令时，调试器会给出每条指令的地址。要在某条指令前添加断点，可使用 break *ADDRESS 命令，其中 ADDRESS 是该指令的内存地址（由 GDB 提供）。也可以使用 GDB 给出的相对于函数起始位置的偏移量，例如，当反汇编 myexit.s 时，第二条指令的偏移量为 +7 ，那么可以使用 break *_start+7 命令在该指令处添加断点。
- 在未到达的函数内部添加断点 ：若要在尚未到达的函数内部添加断点，可以使用 disassemble MYFUNCTION 命令反汇编该函数，其中 MYFUNCTION 是要反汇编的代码标签。也可以使用地址代替函数名，但不要像在 break 命令中那样在地址前加 * 。

1.4 打印值

1.4.1 打印寄存器值

除了显示所有寄存器的值，还可以使用 print 命令单独显示某个寄存器的值。不过在 GDB 中，打印寄存器时需要在寄存器名前加 $ 而不是 % 。例如，要打印 %rax 的内容，可输入：

print $rax

还可以通过添加格式代码指定值的显示格式：
- print/d ：以十进制形式显示值。
- print/x ：以十六进制形式显示值。
- print/t ：以二进制形式显示值。
- print/c ：以字符形式显示值。
- print/f ：以浮点数形式显示值。

1.4.2 打印内存中的值

打印内存中的值时，需要告诉计算机要打印的值的类型。由于 GNU 调试器主要围绕 C 编程语言构建，所以需要将值“转换”为 GDB 能理解的类型。例如，若有一个名为 myQuadword 的内存位置包含一个四字（quadword），可以使用以下命令打印其值：

print/d (long long)myQuadword

这里的 (long long) 是代表四字的 C 类型名称， (long long)myQuadword 将值转换为指定类型。基本的 C 类型包括：
- char （单字节）
- short （2 字节）
- int 或 long （4 字节）
- long long （8 字节）
- float （4 字节浮点数）
- double （8 字节浮点数）
- int * （指向 int 类型的 8 字节指针）
- void * （指向未确定类型的 8 字节指针）
- void ** （指向 8 字节指针的 8 字节指针，该 8 字节指针指向未确定类型）

若要解引用指针（查找指针指向的值），可以添加 * 。假设 %rax 包含一个指向整数的指针，可使用以下命令查找该值：

print/d *(int *)$rax

2. Nasm（Intel）汇编语言语法

2.1 大小写规范

在 AT&T 语法中，指令名和寄存器名通常以小写形式书写；而在 Nasm 语法中，惯例是使用大写。例如， mul 指令在 Nasm 语法中为 MUL 。虽然这只是一种惯例而非强制要求，但遵循此惯例有助于我们明确使用的是哪种语法。

2.2 寄存器命名和立即数前缀

在 AT&T 语法中，寄存器名前加 % 符号，而在 Nasm 语法中，寄存器名无需前缀。例如，在 Nasm 语法中， %rax 直接写为 RAX 。此外，Nasm 语法中的立即数没有 $ 前缀，数字 1 就直接写为 1 。

2.3 操作数顺序

Nasm 语法和 AT&T 语法在操作数顺序上有很大差异。在 Nasm 语法中，每个指令的操作数顺序与 AT&T 语法相反，目标操作数放在首位，其余参数（如果有）跟在后面。例如，AT&T 语法中的 mov %rax, %rdx 指令，在 Nasm 语法中为 MOV RDX, RAX 。

2.4 指定内存寻址模式

Nasm 语法的内存寻址模式与 AT&T 语法不同。在 Nasm 语法中，内存引用总是用方括号括起来，形式如下：

[BASEREG + IDXREG*MULTIPLIER + VALUE]

这一形式直观地展示了如何计算地址，并且可以根据需要重新排列方括号内的值以提高清晰度。而 AT&T 语法中，内存地址引用的完整格式为：

VALUE(BASEREG, IDXREG, MULTIPLIER)

计算最终地址的公式为：

address = VALUE + BASEREG + IDXREG * MULTIPLIER

2.5 指定操作数大小

在 AT&T 语法中，通常会在指令后添加后缀来表示使用的数据“大小”，如 q 表示四字（64 位）值， l 表示 32 位值， w 表示 16 位值， b 表示单字节值。在 Nasm 语法中，大小信息应用于操作数而非指令。由于操作数大小不明确的情况通常出现在指针上（寄存器大小比较明显，立即数大小可从上下文推断），这些操作数会以 SIZE PTR 为前缀，其中 SIZE 可以是 QWORD 、 DWORD 、 WORD 或 BYTE 。例如，要将数字 1 移动到由标签 myvalue 指定的一个字节内存中，可使用以下指令：

MOV BYTE PTR [myvalue], 1

3. 常见 x86 - 64 指令

3.1 数据移动指令

指令	含义
mov SRC, DST	将 SRC 中存储的值移动到 DST 指定的位置。
lea SRC, DST	将 SRC 指示的地址移动到 DST 指定的位置。
xchg SRC, DST	交换 SRC 和 DST 中的值。
bswap DST	反转目标寄存器（仅 32 位或 64 位寄存器）的字节顺序。

3.2 算术指令

指令	含义
add SRC, DST	将 SRC 的内容加到 DST 中，并将结果存储在 DST 中。
sub SRC, DST	从 DST 中减去 SRC 的内容，并将结果存储在 DST 中。
mul SRC	将 %rax 乘以 SRC ，并将结果存储在组合寄存器 %rax 和 %rdx 中，将所有值视为无符号数。
div SRC	将组合的 %rax 和 %rdx 除以 SRC ，结果存储在 %rax 中，余数存储在 %rdx 中。若仅使用 %rax 存储被除数，最好显式将 %rdx 设置为零，将所有值视为无符号数。
inc DST	将 DST 指定位置的值加 1。
dec DST	将 DST 指定位置的值减 1。
idiv SRC	与 div 类似，但执行有符号整数除法。
imul SRC	与 mul 类似，但执行有符号整数乘法。
adc SRC, DST	带进位加法，与 add 类似，但如果进位标志置位，则再加 1。

3.3 栈操作指令

指令	含义
push SRC	将给定值压入栈中，将 %rsp 减去 SRC 中值的大小，然后将 SRC 中存储的值移动到 %rsp 新指定的位置。
pop DST	从栈的当前位置弹出值，将 %rsp 指定位置存储的值移动到 DST 中，然后将 %rsp 加上 DST 的大小。

3.4 比较、分支和循环指令

指令	含义
cmp SRC, DST	通过执行虚拟减法（从 DST 中减去 SRC ）比较 SRC 和 DST ，但仅设置标志位。
test SRC, DST	对两个参数执行逻辑与操作，然后根据结果设置标志位。
jmp DST	跳转到 DST 指定的值处。
jmp (DST)	跳转到（设置程序计数器） DST 寄存器指定的地址。
jmp *DST	间接跳转，查找 DST 指定地址中的值，并将程序计数器设置为该地址。
jCC DST	条件跳转， CC 是条件码，用于指定根据 %eflags 寄存器的哪些条件进行跳转。
loop DST	递减 %rcx ，如果 %rcx 不为零，则跳转到 DST 。
loopne DST	与 loop 类似，但如果零标志（ZF）置位，则不跳转。
loope DST	与 loop 类似，但如果零标志（ZF）未置位，则不跳转。

3.5 状态标志操作指令

指令	含义
sahf	将 %ah 的内容存储到 %eflags 中。
lahf	将 %eflags 的内容存储到 %ah 中。
clc	清除进位标志（CF）。
setc	设置进位标志（CF）。
cld	清除方向标志（DF）。
setd	设置方向标志（DF）。

3.6 位操作指令

指令	含义
and SRC, DST	对 SRC 和 DST 中的每一位执行逻辑与操作，并将结果存储在 DST 中。
or SRC, DST	对 SRC 和 DST 中的每一位执行逻辑或操作，并将结果存储在 DST 中。
xor SRC, DST	对 SRC 和 DST 中的每一位执行逻辑异或操作，并将结果存储在 DST 中。
nor SRC, DST	对 SRC 和 DST 中的每一位执行逻辑或非操作，并将结果存储在 DST 中。
not DST	对 DST 中的每一位执行逻辑非操作，并将结果存储在 DST 中。
shl DST	将 DST 的位向左移动（朝向最高有效位），移出的位被丢弃，从右边移入的“新”位为零。
shr DST	将 DST 的位向右移动（朝向最低有效位），移出的位被丢弃，从左边移入的“新”位为零。
rol DST	将 DST 的位向左旋转（移动），向左移出的位用作从右边移入的“新”位。
ror DST	将 DST 的位向右旋转（移动），向右移出的位用作从左边移入的“新”位。
bsf SRC, DST	从 SRC 中查找第一个非零位（从最低有效位开始，将最低有效位视为位 0），并将该位的索引存储在 DST 中， DST 必须是寄存器。
bsr SRC, DST	从 SRC 中查找第一个非零位（从最高有效位开始），并将该位的索引存储在 DST 中， DST 必须是寄存器。
lzcnt SRC, DST	计算 SRC 中值的前导零的数量，并将该计数存储在 DST 中， DST 必须是寄存器。

3.7 调用相关指令

指令	含义
syscall	调用“系统调用”，将控制权转移到操作系统。
call DST	调用一个函数，将下一条指令的地址（返回地址）压入栈中，并将控制权转移到 DST 。
enter $SIZE, $0	设置栈帧，具体操作包括：(a) 将 %rbp 压入栈中；(b) 将 %rsp 复制到 %rbp ；(c) 从 %rsp 中减去 SIZE 字节，为栈上的局部变量腾出空间。
leave	拆除栈帧，具体操作包括：(a) 将 %rbp 复制到 %rsp ；(b) 从栈中弹出 %rbp 。
ret	从函数调用返回，从栈中弹出返回地址，并将控制权转移到该地址。

3.8 字符串和内存块指令

指令	含义
movs	从 %rsi 指定的地址加载一个值，并将该值存储在 %rdi 指定的地址中，然后根据方向标志（DF）将 %rsi 和 %rdi 移动到“下一个”地址。
cmps	从 %rsi 和 %rdi 指定的地址加载值并进行比较，设置 %eflags ，然后根据方向标志（DF）将 %rsi 和 %rdi 移动到“下一个”地址。
scas	从 %rdi 指定的地址加载一个值，并将该值与 %rax 进行比较（修改 %eflags ），然后根据方向标志（DF）将 %rdi 移动到“下一个”地址。该指令可以使用 repne 作为前缀，只要值不相等就会重复执行。
rep	可作为前面指令的前缀，添加该前缀会使给定指令重复执行，每次递减 %rcx ，当 %rcx 为零时停止重复。
repe	与 rep 类似，但如果零标志（ZF）置位，则会终止。
repne	与 rep 类似，但如果零标志（ZF）未置位，则会终止。

3.9 SSE 指令

SSE 指令通常使用 XMM 寄存器作为至少一个参数，操作中通常会隐含这一点。这些操作涉及的可用类型包括：
- 单值单精度浮点数（ss）
- 单值双精度浮点数（sd）
- 单值双字整数（si）
- 单值双四字整数（dq）
- 打包单精度浮点数（ps）
- 打包双精度浮点数（pd）
- 打包双字整数（pi 或有时为 pd）
- 打包四字整数（pq）
- 打包字节整数（pb）
- 打包字整数（pw）

需要注意的是，在并行整数加法指令中， p 和大小（即 b 、 w 、 d 和 q ）由指令名分隔。例如，不是 addpq ，而是 paddq 。具体指令如下：
| 指令 | 含义 |
| ---- | ---- |
| movsd SRC, DST | 将 SRC 移动到 DST 的低 8 字节中，不影响高 8 字节。 |
| movss SRC, DST | 将 SRC 移动到 DST 的低 4 字节中，不影响更高字节。 |
| movaps SRC, DST | 将一个 128 位的值移动到 DST 中，如果值未对齐会引发异常，针对浮点值进行了优化。 |
| movups SRC, DST | 将一个 128 位的值移动到 DST 中，即使值未对齐也不会引发异常，针对浮点值进行了优化。 |
| movdqa SRC, DST | 将一个 128 位的值移动到 DST 中，如果值未对齐会引发异常，针对整数值进行了优化。 |
| movdqu SRC, DST | 将一个 128 位的值移动到 DST 中，即使值未对齐也不会引发异常，针对整数值进行了优化。 |
| pslldq VAL, DST | 将 SRC 中的值向左移动 VAL 字节。 |
| psrldq VAL, DST | 将 SRC 中的值向右移动 VAL 字节。 |
| addXX SRC, DST | 对 SRC 和 DST 进行并行加法，并将结果存储在 DST 中（仅适用于浮点值）。 |
| subXX SRC, DST | 从 DST 中并行减去 SRC ，并将结果存储在 DST 中（仅适用于浮点值）。 |
| mulXX SRC, DST | 对 SRC 和 DST 进行并行乘法，并将结果存储在 DST 中（仅适用于浮点值）。 |
| divXX SRC, DST | 将 DST 并行除以 SRC ，并将结果存储在 DST 中（仅适用于浮点值）。 |
| paddX SRC, DST | 对 SRC 和 DST 进行并行加法，并将结果存储在 DST 中（仅适用于整数值）。 |
| psubX SRC, DST | 从 DST 中并行减去 SRC ，并将结果存储在 DST 中（仅适用于整数值）。 |
| pmulX SRC, DST | 对 SRC 和 DST 进行并行乘法，并将结果存储在 DST 中（仅适用于整数值）。 |

通过以上对汇编语言调试和指令语法的详细介绍，我们可以更深入地理解汇编语言的调试过程和不同语法的特点，以及常见指令的使用方法，这对于进行汇编语言编程和调试具有重要的指导意义。

4. 汇编语言调试与指令运用示例

4.1 调试流程示例

下面通过一个简单的示例来展示如何运用前面提到的 GDB 调试操作。假设我们有一个简单的汇编程序，其功能是将一个值从一个寄存器移动到另一个寄存器，然后退出程序。

_start:
    mov $0x3c, %rax  ; 设置系统调用号为退出
    mov $0, %rdi     ; 设置退出状态码为 0
    syscall          ; 调用系统调用退出程序

以下是调试该程序的具体步骤：
1. 启动 GDB ：在终端中输入 gdb <可执行文件名> 启动 GDB 调试器。
2. 设置断点 ：使用 break _start 命令在 _start 标签处设置断点。
3. 运行程序 ：输入 run 命令开始运行程序，程序会在断点处停止。
4. 查看寄存器值 ：使用 info registers 命令查看当前寄存器的值。此时， %rax 和 %rdi 应该为初始值。
5. 单步执行 ：使用 stepi 命令逐行执行指令。每执行一条指令后，再次使用 info registers 命令查看寄存器值的变化。
6. 继续执行 ：如果想让程序继续执行到下一个断点或结束，可以使用 continue 命令。

4.2 不同语法指令转换示例

我们以 AT&T 语法和 Nasm 语法之间的指令转换为例，进一步说明两种语法的差异。

4.2.1 数据移动指令

• AT&T 语法 ： mov %rax, %rdx
• Nasm 语法 ： MOV RDX, RAX

4.2.2 算术指令

• AT&T 语法 ： add $1, %rax
• Nasm 语法 ： ADD RAX, 1

4.2.3 栈操作指令

• AT&T 语法 ： push %rbp
• Nasm 语法 ： PUSH RBP

4.3 指令运用流程图

下面是一个简单的程序执行流程图，展示了程序从开始到结束的基本流程，包括函数调用、系统调用等操作。

graph TD
    A[程序开始] --> B[初始化寄存器]
    B --> C{是否有函数调用?}
    C -- 是 --> D[调用函数]
    D --> E[执行函数体]
    E --> F[返回调用点]
    C -- 否 --> G{是否有系统调用?}
    G -- 是 --> H[执行系统调用]
    H --> I[程序结束]
    G -- 否 --> J[继续执行其他指令]
    J --> C

5. 总结与建议

5.1 总结

本文详细介绍了汇编语言调试和指令语法的相关知识。在调试方面，我们学习了如何使用 GDB 进行基本的调试操作，包括查看寄存器值、单步执行指令、设置断点和打印值等。在指令语法方面，对比了 AT&T 语法和 Nasm（Intel）语法的差异，包括大小写规范、寄存器命名、操作数顺序、内存寻址模式和操作数大小指定等。此外，还列举了常见的 x86 - 64 指令，涵盖了数据移动、算术、栈操作、比较、分支、循环、状态标志操作、位操作、调用相关、字符串和内存块以及 SSE 等多个方面。

5.2 建议

• 实践出真知 ：汇编语言是一门实践性很强的学科，建议多编写一些简单的汇编程序，并使用 GDB 进行调试，通过实践加深对调试操作和指令语法的理解。
• 熟悉不同语法 ：虽然 AT&T 语法在 Linux 内核和 GCC 中广泛使用，但了解 Nasm 语法对于学习 Intel 手册中的新指令非常有帮助。可以尝试将一些简单的 AT&T 语法程序转换为 Nasm 语法，反之亦然，以提高对不同语法的熟练度。
• 查阅官方手册 ：对于指令的详细功能和使用注意事项，建议查阅 AMD 和 Intel 的官方指令手册。这些手册提供了最全面和准确的信息，但内容较多，需要有针对性地查阅。

通过不断学习和实践，相信大家能够熟练掌握汇编语言的调试技巧和指令语法，为深入学习计算机底层原理和进行高效编程打下坚实的基础。