AT&T的汇编世界

出处：http://blog.sina.com.cn/s/blog_4e0367770100dh0i.html

PS：这段时间在研究Linux源代码，遇到了AT&T汇编，故转贴个不错的AT&T汇编贴。

就像软件的真谛——“给我一个标准，我用我的逻辑舞动世界”一样，AT&T汇编是汇编语言里的另一种标准，这是相对于鼎鼎大名的intel的x86汇编来说。即使对于电子专业的学生来说，一旦掌握了c51单片机的汇编，x86的汇编也已经入门了，但x86毕竟有着强大的寄存器，在串操作指令和操作系统类指令方面，单片机还是望尘莫及的。

   下面的两段话就轻易的涉及到了关于前缀、操作数的方向、操作码的后缀这些概念的不同。关于前缀，AT&T汇编中，寄存器前被冠以“%”，立即数前被冠以“$”，十六进制数前被冠以“0x”。所以，如果gemfield在AT&T语境中说到386的通用寄存器时，会这样描述：8个32-bit寄存器%eax，%ebx，%ecx，%edx，%edi，%esi，%ebp，%esp。比如：在stage1.s中，有这么一个定义，#defineABS(x)（x-_start+0x7c00），那么你就会知到0x7c00是个十六进制数（_start函数的入口地址就位于内存的0x7c00处）。

   而在设置int 0x13的0x42功能号时，它是这么说的：movb $0x42,%ah。这句告诉了我们一些不同之处：首先，操作码的后缀l表示的是操作码的大小，l是长整数32位，那么相应的，movw是16位，movb是8位；其次，立即数是用$前缀来表示的，就像$0x42；再次，寄存器的名字是有%前缀的，像例子中的%ah；最后，操作数的方向有点不一样，比如把立即数$0x42放到寄存器%ah中，用的是movb$0x42,%ah，也即源操作数在前，目的操作数在后。

   对于内存单元操作数来说，在AT&T中是把寄存器用（）括起来，而非【】。比如，movl%ebx,8（%si），将ebx寄存器里的值放到内存地址是8（%si）的内存单元上。正好，这里同时遇到了另一个问题，就是在AT&T汇编中，间接寻址方式是有别于x86的。上例中的8（%si）就相当于x86中的【si+8】。

   还有一种叫做label（标号）的程序控制语句，比如，在stage1.s中，有这么一段指令：

   cmpb $GRUB_INVALID_DRIVE,%al

    je1f

   movb %al,%dl

 1:

   pushw %dx

   上面就用到了标号，je1f，前面的两个数进行比较，如果相等就跳转到1的位置。注意，1后面的f表示的是forward，即从je指令后继续往前走来寻找1这个标号。所以，如果程序中有好几个叫做1的标号，就要看是1f还是1b了，b代表backward，方向和f相反。青岛之光论坛里有这么一个例子可以更好的帮助我们理解：

   je 1f或者je 1b  是跳转到对应的标号的地方。这里的1表示标号(label),f和b表示向前还是向后,f(forward）向前，b(backward)向后，如下例：
1行  1:    cmp  $0,  (%si)  
2行          je  1f            ///////跳转到后面的1标示的地方，也就是第6行
3行          movsb  
4行          stosb  
5行          jmp  1b       ////////跳转到前面1表示的地方  ，也就是第1行
6行  1:    jmp  1b        ////////跳转到前面1表示的地方，第6行，其实就是个死循环

   然后，在AT&T汇编中出现最多的大概就是称作assemblerdirective的东西了，我们称作“AT&T汇编程序代码控制”。所有的汇编器命令名都由句号（'.'）开头。命令名的其余是字母,通常使用小写。在青岛之光论坛http://www.civilnet.cn/bbs/read.php?tid=970处有一篇关于程序代码控制的详细介绍，下面gemfield只挑出几个常用的来说明一下。

 一、.byte 表达式（expression_rs）

.byte.byte可不带参数或者带多个表达式参数，表达式之间由逗点分隔。每个表达式参数都被汇编成下一个字节。在stage1.s中，有这么一段代码：

after_BPB:

CLI

.byte0x80,0xca

那么编译器在编译时，就会在cli指令的下面接着放上0x80和0xca，因为每个表达式要占用1个字节，所以此处一共占用2个字节。

 二、.word 表达式

这个表达式表示任意一节中的一个或多个表达式（同样用逗号分开），表达式占一个字（两个字节）。类似的还有.long。例：.word0x800

 三、.file 字符（string）

    .file 通告编译器我们准备开启一个新的逻辑文件。 string是新文件名。总的来说，文件名是否使用引号‘"’都可以；但如果您希望规定一个空文件名时，必须使用引号""。本语
句将来可能不再使用—允许使用它只是为了与旧版本的as编译器程序兼容。在as的一些配置中，已经删除了.file以避免与其它的汇编器冲突。例如stage1.s中：.file”stage1.s”。

  四、.text小节（subsection）

通知as编译器把后续语句汇编到编号为subsection的正文子段的末尾，subsection是一个纯粹的表达式。如果省略了参数subsection，则使用编号为0的子段。例：.text

 五 、.code16

告诉编译器生成16位的指令

 六、.globl symbol

.globl使得连接程序（ld）能够看到symbol，如果gemfield在局部程序中定义了symbol，那么与这个局部程序链接的局部程序也能存取symbol，例：

.globlSYMBOL_NAME(idt) 定义idt为全局符号。

 七、.fill repeat , size , value
repeat, size 和value都必须是纯粹的表达式。本命令生成size个字节的repeat个副本。
Repeat可以是0或更大的值。Size 可以是0或更大的值, 但即使size大于8,也被视作8，以
兼容其它的汇编器。各个副本中的内容取自一个8字节长的数。最高4个字节为零，最低的
4个字节是value，它以as正在汇编的目标计算机的整数字节顺序排列。每个副本中的size
个字节都取值于这个数最低的size个字节。再次说明，这个古怪的动作只是为了兼容其他
的汇编器。size参数和value参数是可选的。如果不存在第2个逗号和value参数，则假定value为零。如果不存在第1个逗号和其后的参数，则假定size为1。

   例如，在linux初始化的过程中，对全局描述符表GDT进行设置的最后一句为：

.fillNR_CPUS*4,8,0，意思是.fill给每个cpu留有存放4个描述符的位置，并且每个描述符是8个字节。

   等等，不一而足。不过要注意的是，这种包含程序已初始化数据的节（.data）和包含程序程序还未初始化的数据的节（.bss），编译器会把它们在4字节上对齐，例如，.data是25字节，那么编译器会将它放在28个字节上。.

   当这种以后缀名.s编写的AT&T格式的汇编代码完成后，就是编译和链接了。linux下有两种方式，一种是使用汇编程序GAS和连接程序ld：

as filename.s –ofilename.o

ld filename.o –ofilename 最终将源代码转换为目标文件.o再连接为可执行文件filename

   另一种就是大名鼎鼎的被gemfield提到过的gcc：

gcc –o gemfieldgemfield.S

   源程序gemfield.S的后缀名可以使用大写，是因为这样可以使gcc自动识别汇编程序中的c预处理命令，包括头文件中的情况，像#include、#define、#ifdef等。

   本文少了嵌入式汇编的形式，才使得AT&T汇编看起来井井有条，而非想象中的艰难。如果想要真正锻炼一下这种汇编，源代码stage1.s就是一个绝佳的习题。