GNU 内嵌汇编入门

• 更权威参考

• 基本结构

  asm 
  (
    汇编语句部分
  
    :输出部分
    :输入部分
    :寄存器破坏描述符
  )
  

  其中, 汇编语句部分必不可少, 其他三部分可选，但是如果使用了后面的部分，而前面部分为空，也需要用 : 格开，相应部分内容为空。汇编语句部分为一整个字符串， 使用 ; 或 \n 或 \n\t 对每一行进行分隔。

• 例如:

  #include <stdio.h>
  
  int main(int argc, char const *argv[])
  {
      int input = 12, result = 0;
  
      asm 
      (
          "movl %1,%0" 
      
          : "=r" (result)     
          : "m" (input) 
      );
  
      printf("res = %d\n", result);
  
      return 0;
  }
  

  运行

  $ gcc demo.c
  $ ./a.out
  res = 12
  

  • movl %1,%0是指令模板, %0和%1代表指令的操作数，称为占位符，内嵌汇编靠它们将C语言表达式与指令操作数相对应。
  • 指令模板后面用小括号括起来的是C语言表达式，本例中只有两个：result和input，他们按照出现的顺序分别与指令操作数%0，%1对应。注意对应顺序：第一个C表达式对应%0；第二个表达式对应%1，依次类推。
  • 操作数至多有10个，分别用%0…%9表示。在每个C表达式前面有一个用引号括起来的字符串，字符串的内容是对该操作数的限制或者说要求。
  • result前面的限制字符串是"=r"，其中=表示result是输出操作数，r表示需要将result与某个通用寄存器相关联，先将操作数的值读入寄存器，然后在指令中使用相应寄存器，而不是result本身，当然指令执行完后需要将寄存器中的值存入变量result。从表面上看好像是指令直接对result进行操作，实际上GCC做了隐式处理，这样我们可以少写一些指令。
  • input前面的r表示该表达式需要先放入某个寄存器，然后在指令中使用该寄存器参加运算。

• 寄存器破坏描述符
  寄存器破坏描述符通知编译器我们使用了哪些寄存器（程序员自己知道内嵌汇编代码中使用了哪些寄存器），否则对这些寄存器的使用就有可能导致错误，修改描述部分可以起到这种作用。

  #include <stdio.h>
  
  int main(int argc, char const *argv[])
  {
    int input = 12, output = 0,temp;  
  
    asm 
    (
        "movl $0, %%eax \n"
        "movl %%eax, %1 \n"
        "movl %2, %%eax \n"
        "movl %%eax, %0 \n"
        :"=m"(output),"=m"(temp)        
        :"r"(input)
    );  
  
    printf("res = %d\n", output);
  
    return 0;
  }
  

  输出结果为0, 因为使用了eax 寄存器，但是编译器不知道, 编译器也使用了该寄存器，导致冲突；这是在最后一行加入寄存器破坏描述符,即:

  #include <stdio.h>
  
  int main(int argc, char const *argv[])
  {
    int input = 12, output = 0,temp;  
  
    asm 
    (
        "movl $0, %%eax \n"
        "movl %%eax, %1 \n"
        "movl %2, %%eax \n"
        "movl %%eax, %0 \n"
        :"=m"(output),"=m"(temp)        
        :"r"(input)
        :"eax"
    );  
  
    printf("res = %d\n", output);
  
    return 0;
  }
  

  输出结果 12
  因此，在使用内嵌汇编时请记住一点：尽量告诉GCC尽可能多的信息，以防出错。

• 例子, 通过系统调用输出

  void print(const char *str, int len)
  {
      asm
      (
          "movq $1, %%rax \n"     // 设置系统调用值 --> write 系统调用
          "movq $1, %%rdi \n"     // 设置文件描述符 --> 标准输出
          "movq %0, %%rsi \n"     // 设置 write 数据地址 --> 指向 str
          "movl %1, %%edx \n"     // 设置 write 的长度 --> 13
          "syscall \n"
          : // no output
          : "r"(str), "m"(len)
          : "rax", "rdi", "rsi", "edx"
      );
  }
  
  int main(void)
  {
      char str[] = "Hello World\n";
  
      print(str, sizeof(str));
      
      return 0;
  }
  

  上面这个例子使用了syscall这个系统调用，这样就绕过printf和标准库, 实现输出。因为没有输出，因此第一个 : 为空，接着是两个输入，注意顺序，第一个输入的是str指针变量里的值，第二个输入是 len 变量里的值，它们都是函数的参数。最后向编译器说明我们使用到了哪些寄存器，防止出错。

• 补充：关于限制字符

  • 像上面的例子, "r"(str), 或 "m"(len) 中的 "r"、"m" 就是限制符，它们的作用是指示编译器如何处理其后的C语言变量与指令操作数之间的关系。
  • 限制字符有很多种，有些是与特定体系结构相关，此处仅列出常用的限定字符和i386中可能用到的一些常用的限定符。

这里有一个问题：比如使用限定符 "a" 的時候, 假设eax已经被使用，那怎么办？ 其实很简单：因为GCC 知道eax 已经被使用，它在这段汇编代码 的起始处插入一条语句pushl %eax，将eax 内容保存到堆栈，然 后在这段代码结束处再增加一条语句popl %eax，恢复eax的内容。