gcc中的内嵌汇编语言

初次接触到AT&T格式的汇编代码，看着那一堆莫名其妙的怪符号，真是有点痛不欲生的感觉，只好慢慢地去啃gcc文档，在似懂非懂的状态下过了一段时间。后来又在网上找到了灵溪写的《gcc中的内嵌汇编语言》一文，读后自感大有裨益。几个月下来，接触的源代码多了以后，慢慢有了一些经验。为了使初次接触AT&T格式的汇编代码的同志不至于遭受我这样的痛苦，就整理出该文来和大家共享。如有错误之处，欢迎大家指正，共同提高。

本文主要以举例的方式对gcc中的内嵌汇编语言进行进一步的解释。

一、gcc对内嵌汇编语言的处理方式

gcc在编译内嵌汇编语言时，采取的步骤如下：

1、变量输入：根据限定符的内容将输入操作数放入合适的寄存器，如果限定符指定为立即数("i")或内存变量("m")，则该步被省略，如果限定符没有具体指定输入操作数的类型(如常用的"g")，gcc会视需要决定是否将该操作数输入到某个寄存器。这样每个占位符都与某个寄存器，内存变量，或立即数形成了一一对应的关系，这就是对第二个冒号后内容的解释。

如："a"(foo)，"i"(100)，"m"(bar)表示%0对应eax寄存器，%1对应100，%2对应内存变量bar

2、生成代码：然后根据这种一一对应的关系(还应包括输出操作符)，用这些寄存器，内存变量，或立即数来取代汇编代码中的占位符(则有点像宏操作)，注意，则一步骤并不检查由这种取代操作所生成的汇编代码是否合法，例如，如果有这样一条指令asm("movl %0，%1"::"m"(foo)，"m"(bar))；如果你用gcc -c -S选项编译该源文件，那么在生成的汇编文件中，你将会看到生成了movl foo，bar这样一条指令，这显然是错误的。这个错误在稍后的编译检查中会被发现。

3、变量输出：按照输出限定符的指定将寄存器的内容输出到某个内存变量中，如果输出操作数的限定符指定为内存变量("m")，则该步骤被省略。这就是对第一个冒号后内容的解释，如：asm("mov %0，%1":"=m"(foo)，"=a"(bar)；编译后为

#APP
movl foo，eax

#NO_APP
movl eax，bar

该语句虽然有点怪怪的，但它很好的体现了gcc的运作方式。

再以arch/i386/kernel/apm。c中的一段代码为例，我们来比较一下它们编译前后的情况

源程序

编译后的汇编代码

PHP 代码:

__asm__ (

"pushl %%edi\n\t"

"pushl %%ebp\n\t"

"lcall %%cs:\n\t"

"setc %%al\n\t"

"addl %1，%2\n\t"

"popl %%ebp\n\t"

"popl %%edi\n\t"

:"=a"(ea)，"=b"(eb)，

"=c"(ec)，"=d"(ed)，"=S"(es)

:"a"(eax_in)，"b"(ebx_in)，"c"(ecx_in)

:"memory"，"cc");

movl eax_in，%eax

movl ebx_in，%ebx

movl ecx_in，%ecx

#APP

pushl %edi

pushl %ebp

lcall %cs:

setc %al

addl eb，ec

popl %ebp

popl %edi

#NO_APP

movl %eax，ea

movl %ebx，eb

movl %ecx，ec

movl %edx，ed

movl %esi，es


二、对第三个冒号后面内容的解释

第三个冒号后面内容主要针对gcc优化处理，它告诉gcc在本段汇编代码中对寄存器和内存的使用情况，以免gcc在优化处理时产生错误。

1、它可以是"eax"，"ebx"，"ecx"等寄存器名，表示本段汇编代码对该寄存器进行了显式操作，如 asm ("mov %%eax，%0"，:"=r"(foo)::"eax");这样gcc在优化时会避免使用eax作临时变量，或者避免cache到eax的内存变量通过该段汇编码。

下面的代码均用gcc的-O2级优化，它显示了嵌入汇编中第三个冒号后"eax"的作用

源程序

编译后的汇编代码

正常情况下

int main()
{
int bar=1;

bar=fun();

bar++;

return bar;
}

pushl %ebp

movl %esp，%ebp

call fun

incl %eax #显然，bar缺省使用eax寄存器

leave

ret

加了汇编后
int main()
{
int bar=1;

bar=fun();

asm volatile("" : : : "eax");

bar++;

return bar;
}

pushl %ebp

movl %esp，%ebp #建立堆栈框架

call fun

#fun的返回值放入bar中，此时由于嵌入汇编

#指明改变了eax的值，为了避免冲突，

#bar改为使用edx寄存器

movl %eax，%edx

#APP

#NO_APP

incl %edx

movl %edx，%eax #放入main()的返回值

leave

ret

2、"merory"是一个常用的限定，它表示汇编代码以不可预知的方式改变了内存，这样gcc在优化时就不会让cache到寄存器的内存变量使用该寄存器通过汇编代码，否则可能会发生同步出错。有了上面的例子，这个问题就很好理解了


三、对"&"限定符的解释

这是一个较常见用于输出的限定符。它告诉gcc输出操作数使用的寄存器不可再让输入操作数使用。对于"g"，"r"等限定符，为了有效利用为数不多的几个通用寄存器，gcc一般会让输入操作数和输出操作数选用同一个寄存器。但如果代码没编好，会引起一些意想不到的错误:如

asm("call fun;mov ebx，%1":"=a"(foo):"r"(bar)) ;gcc编译的结果是foo和bar同时使用eax寄存器

movl bar，eax

#APP

call fun

movl ebx，eax

#NO_APP

movl eax，foo

本来这段代码的意图是将fun()函数的返回值放入foo变量，但半路杀出个程咬金，用ebx的值冲掉了返回值，所以这是一段错误的代码，解决的方法是加上一个给输出操作数加上一个"&"限定符:asm("call fun;mov ebx，%1":"=&a"(foo):"r"(bar));这样gcc就会让输入操作数另寻高就，不再使用eax寄存器了