NASM汇编随笔
编译链接
nasm -f elf helloworld.asm
ld -m elf_i386 helloworld.o -o helloworld
./helloworld
符号约定
入口
类似于其他语言的main函数，gloabl _start是约定的NASM汇编代码入口：
SECTION .text
global _start
_start:
; other codes
常量
org 0x7C00 ; 约定的引导扇区首地址
dw 0xAA55 ; 约定的引导扇区标志
0x0A ; 换行\n，即LF
0x0D ; 回车\r，即CR
系统调用
| 名称 | eax | ebx | ecx | edx |
|---|---|---|---|---|
| sys_exit | 调用号1 | 错误码 int err_code |
||
| sys_read | 调用号3 | 文件描述符 unsigned int fd |
文件地址 char __user *buf |
文件长度 size_t count |
| sys_write | 调用号4 | 文件描述符 unsigned int fd |
文件地址 const char __user *buf |
文件长度 size_t count |
| sys_execve | 调用号11 | 待执行文件 char __user * |
参数数组 char __user * __user * |
环境变量数组 char __user * __user * |
| sys_fork | 调用号2 | [核心栈] [struct pt_regs*] |
||
| sys_time | 调用号13 | time_t __user *tloc | ||
| sys_create | 调用号8 | 文件路径 const char __user *path |
文件权限 int mode |
|
| sys_open | 调用号5 | 文件 const char __user *fd |
读写模式 int flags |
int mode |
| sys_close | 调用号6 | 文件描述符 unsigned int fd |
||
| sys_unlink | 调用号10 | 文件路径 const char __user *path |
__user表明参数是一个用户空间（user-space）的指针，不能在kernel代码中直接访问，需要经过检查；因为用户空间的内存是不可靠的。
char __user * __user *代表的是指向一个用户空间指针的一个用户空间指针。其实简单说来，就是char**，一个二维指针。
sys_write
STDOUT的文件描述符fd是1，算是一个约定吧。所以如果要在控制台输出，相当于是把输出的内容“写”到STDOUT这个“文件”里（大概这就是文件抽象的好处，设备可以看成文件，用统一的方式进行操作）：
MOV ebx, 1
sys_read
同样的，STDIN的文件描述符fd是0：
MOV ebx, 0
sys_execve
注意，在传递参数数组的时候，需要将command包括进去：
SECTION .data
command db '/bin/echo', 0h
arg1 db 'Hello World!', 0h
arguments dd command
dd arg1
dd 0h
environment dd 0h
SECTION .text
global _start
_start:
mov edx, environment
mov ecx, arguments
mov ebx, command
mov eax, 11
int 80h
sys_fork
父进程中eax不为0，子进程中eax为0。
sys_create
返回的文件名放在寄存器eax里。
sys_open
| 含义 | 描述 | 标志 |
|---|---|---|
| O_RDONLY | open file in read only mode | 0 |
| O_WRONLY | open file in write only mode | 1 |
| O_RDWR | open file in read and write mode | 2 |
寄存器
数据寄存器
AX = AH（Higher） + AL（Lower），Accumulator累加器（数值运算的默认寄存器）
BX = BH + BL，Base基址
CX = CH + CL，Counter计数器
DX = DH + DL，Data数据（一般用于存放除法的余数）
栈指针寄存器
SP 栈顶指针
BP 栈底指针
索引寄存器
SI 源寄存器
DI 目标寄存器
段寄存器
CS 代码段
DS 数据段
SS 堆栈段
ES 附加段
状态标志寄存器FLAG
进位标志CF（Carry Flag）
奇偶标志PF（Parity Flag）
奇偶标志PF用于反映运算结果中“1”的个数的奇偶性。如果“1”的个数为偶数，则PF的值为1，否则其值为0。利用PF可进行奇偶校验检查
零标志ZF（Zero Flag）
符号标志SF（Sign Flag）
符号标志SF用来反映运算结果的符号位，它与运算结果的最高位相同。运算结果为正数时，SF的值为0，否则其值为1。
溢出标志OF（Overflow Flag）
几个指令
宏
EQU定义常量，类似于C中的#define。
%include引入外部文件实现模块化，类似于#include：
%include "another-module.asm"
地址抽象
标签（LABEL）和变量名、函数名都是地址（地址抽象？），直接导致取变量（在SECTION .data中声明，出现在寄存器里的不是变量，是常量）的值需要解引用（通过[]运算符）。可以显式声明其类型。比如：
byte[eax]
是用来获取eax寄存器里的数据的，eax里存的是byte类型的数据。
times
用times指令来进行指令的“循环”的经典代码，用0填充剩下的空间，直到510字节为止（一般用于引导扇区）：
times 510-($-$$) db 0
概括下来，times的格式大概是这样：
times [次数] [指令]
条件跳转
类似于if的效果。事实上，这些是跟寄存器息息相关的：
单操作数
| 指令 | 条件 | 解释 |
|---|---|---|
| JZ | 结果为0 | 零标志寄存器ZF置位 |
| JC | 结果产生进位 | 进位标志寄存器CF置位 |
| JP | 结果的二进制表示中的“1”的个数为偶数 | 奇偶标志寄存器PF置位 |
| JO | 结果产生溢出 | 溢出标志寄存器OF置位 |
双操作数
| 指令 | 条件 | 解释 |
|---|---|---|
| JE | 相等 | Equals |
| JA | （无符号）大于 | Above |
| JB | （无符号）小于 | Below |
| JG | （有符号）大于 | Greater |
| JL | （有符号）小于 | Lesser |
还有对应的NOT指令，在中间加个N即可（比如JNZ表示结果非0）。
注意事项
程序崩溃
调用sys_exit了吗？
Program received signal SIGSEGV, Segmentation fault
原因是引用了不存在的地址。
-
调用sys_exit了吗？
-
是不是把常量当成了指针？比如：
mov eax, 0x30 ; eax='0' mov edx, 1 mov ecx, eax ; ERROR mov ebx, 1 ; STDOUT mov eax, 4 ; sys_write int 0x80正确的做法应该是将常量压入栈中，引用常量的地址：
mov eax, 0x30 ; eax='0' mov edx, 1 push eax mov ecx, esp ; here esp refers to the address of '0x30' mov ebx, 1 ; STDOUT mov eax, 4 ; sys_write int 0x80
push不改变源寄存器的值
PUSH指令只会往栈中压入一个值，并不会影响原寄存器的值。比如这条指令：
PUSH eax
eax并不会因为被push了就被清空，或者变成别的什么值。这一步唯一的影响，就是栈里多了一个等同于eax的值。
参数传递
可以通过数据寄存器（比如eax）来进行参数传递；如果参数多了，超过了数据寄存器的数量，可以考虑用栈进行参数传递，这个时候就需要用到栈顶指针esp了。
字符串结尾的空字符
因为在内存中数据是连续排列的，没有空字符无法区分两个字符串，所以C风格字符串需要'\0'作为字符串结尾，这是来自汇编的legacy。
数值运算
加减法都是两个操作数，但乘除法是一个操作数。
什么意思呢？看一下例子就知道了：
add eax, ebx ; eax + ebx
sub eax, ebx ; eax - ebx
mul ebx ; eax * ebx
div ebx ; eax / ebx
这些运算有有符号和无符号之分。以除法为例，div是无符号除法，idiv是有符号除法。
除法还有一个特殊之处，就是默认将eax里的值当成被除数，并且将商放在eax里，余数放在edx里。这算是一个约定，就像乘法默认把结果放到eax里一样。
除零异常
有时候编译时会提示除零异常，但代码逻辑上是完全没有错误的。这个时候可能需要检查一下在除法运算前是否清空了edx寄存器。如果没有清空edx寄存器，可能就会导致除零异常。
至于原因，就得涉及到计算机组成原理了。
被除数在eax里，余数在edx里，计算的时候会进行拼接，变成edx:eax进行除法运算。所以，如果edx没有清空，会造成不可预料的计算结果。
A、M、Q寄存器，被除数
清空寄存器
下面两行代码都能清空ebx寄存器。它们有区别吗？
xor ebx, ebx
mov ebx, 0
显然是有区别的。xor只需要2字节（操作码1字节，寄存器地址1字节），但mov需要5字节（操作码1字节，2个立即数4字节）。
既然都用汇编了，为什么不用内存占用更小的指令呢？
字符串也是立即数
我觉得是因为字符也是数字的一种。
数组名是地址
因为数组事实上是连续排列的一块内存，数组名只是指向首地址的指针罢了。
同样的，二维数组的名称就是指向指针的指针。这样做只是为了从逻辑上分开，但在内存里没啥区别，还是连续的一大块地址。
需要注意的是，数组的结尾也需要是一个空字符（0H）。
代码风格
- 所有指令和寄存器名称都小写
- 立即数的后缀大写
- 0x中的x小写
- 全局label驼峰命名
- 局部label全小写
汇编IDE——SASM
高配版notepad++。
编译和链接配置
In Linux, just replace “gcc” to “ld”.
This linker options should be replaced by “$PROGRAM.OBJ$ -g -o $PROGRAM$”.
这是官方文档的说法，可能稍微有点抽象。具体的使用方法，进入设置->构建，然后按照上面的要求改一下就行了。参考配置如下图：
至于设置在哪里？可以熟悉一下Ubuntu的使用方法（
在这里使用到的变量的含义如下：
$SOURCE$ - 源代码文件
$LSTOUTPUT$ - 用于调试的文件
$PROGRAM.OBJ$ - 生成的.o（或者.obj）文件
$PROGRAM$ - 生成的可执行文件
如果要在64位上运行，需要将汇编选项里的elf32改成elf64，保存设置后重启SASM。如果不重启，可能无法应用设置。
2019.10.17 增加了官方文档地址
可以参考官方文档。地址：https://github.com/Dman95/SASM/wiki/Help-(English)#building-system-settings
调试
和别的IDE基本相同，也有断点和单步；除非你像我一样至今不会debug。