全部博文（46）
分类： 嵌入式
2009-11-20 17:05:54
学习linux内核少不了要读at&t的汇编，这个对大多数使用intel汇编的人是一个不幸的消息，要另起炉灶。什么？你不是学得intel汇编？你是不是中国学生？记得我们有门课是学
不扯远了，这两者之间还是有章可循的，我觉得要注意的是转移指令，这个要仔细琢磨一下才看的明白。内存间接寻址的格式看起来也比较费劲，其他的东西是到是可以看一次就明白的。如果您有耐心，希望查看更权威的资料建议您查阅as.info和gcc.info，实际上，严格是说，gas只是众多遵循at&t格式汇编程序中的一个实现特例，而你寻找的汇编语言规则，只与你使用的汇编程序和编译器有关。
1、 指令操作数的顺序是先源后目的，与Intel指令的先目的后源的顺序相反；
2、 寄存器操作数总是以'%'作为前缀。
3、 立即数前加前缀$；
4、 操作码加后缀以指明操作数的长度，这些后缀有b（8位）、w（16位）、l（32位）；
例：
AT&T Intel
moww %bx, %ax // mov ax, bx
xorl %eax, %eax // xor eax, eax
movw $1, %ax // mov ax,1
movb X, %ah // mov ah, byte ptr X
movw X, %ax // mov ax, word ptr X
movl X, %eax // mov eax, X
如果操作码中没有后缀来指定操作数的长度，并且该指令中没有内存操作数，gas会
根据指令中指定的寄存器操作数补上相应的后缀字符。所以，下面两个指令是等价的（这是Gas的特性，而真正的AT&T的Unix汇编程序会将将没有字长后缀的指令的操作数字长全部当作32位）：
在linux中，因为是使用gas进行汇编的，故此
mov %ax,%bx
等价于
movw %ax,%bx
5、 大部分指令的操作码都与Intel指令相同，只有下面几个是例外：
movsSD // movsx ，短到长，高位补符号位
movzSD // movzx ，短到长，高位补0
这里，S 是代表源操作数长度的后缀，D 是代表目的操作数长度的后缀。如：
movswl %ax, %ecx // movsx ecx, ax
cbtw // cbw ，将AL中的一个字节扩充为一个字（AX），
// AH是AL的符号位
cwtl // cwde ，将AX中的一个字扩充为一个双字（EAX），
// EAX的高位是AX的符号位
cwtd // cwd ，将AX中的一个字扩充为两个字（DX：AX）
// DX是AX的符号位
cltd // cdq ，将EAX中的一个双字扩充为两个双字
// （EDX：EAX），EDX是EAX的符号位
lcall $S,$O // call far S:O
ljmp $S,$O // jmp far S:O
lret $V // ret far V
6、 操作码的前缀（如rep）要单独写一行，不要和它修饰的指令（如movsb、stosb）写在同一行上；
7、 内存间接寻址的格式不同
AT&T Intel
disp(base, index, scale) [base + index*scale + disp]
例：
movl 4(%ebp), %eax // mov eax, [ebp+4]
addl (%eax,%eax,4), %ecx // add ecx, [eax + eax*4]
movb $4, %fs:(%eax) // mov fs:eax, 4
movl _array(,%eax,4), %eax // mov eax, [4*eax + array]
movw _array(%ebx,%eax,4), %cx // mov cx, [ebx + 4*eax + array])
8、 局部标号可以用数字，而且可以重复。在以这些标号为目的的转移指令上，标号要带上后缀，b表示向前，f表示向后。
例：
orw %bx,%bx
jz 1f
1:
movl $0x101000,%eax
movl %eax,%cr3 /* set the page table pointer.. */
movl %cr0,%eax
orl $0x80000000,%eax
movl %eax,%cr0 /* ..and set paging (PG) bit */
jmp 1f /* flush the prefetch-queue */
1:
movl $1f,%eax
jmp *%eax /* make sure eip is relocated */
1:
绝对跳转/调用指令中的内存操作数必须以'*'为前缀，否则gas总是认为是相对跳转/调用指令,而且gas汇编程序自动对跳转指令进行优化，总是使用尽可能小的跳转偏移量。如果8比特的偏移量无法满足要求的话，as会使用一个32位的偏移量，as汇编程序暂时还不支持16位的跳转偏移量，所以对跳转指令使用'addr16'前缀是无效的。还有一些跳转指令只支持8位的跳转偏移量，这些指令是：
'jcxz','jecxz','loop','loopz','loope','loopnz''loopne'
如果你在汇编中使用了这些指令，用gas的汇编可能会出错，因为gcc在编译过程中不产生这些指令，所以在c语言中不必担心这些问题。
9、 实模式下的语法与Intel指令语法基本相同；可以用上述格式的汇编单独写程序（有许多宏定义和它特有的文件格式），而后用gcc/gas将其汇编成目标代码。在linux中，这种形式的代码主要集中在启动部分。
10、还有一个比较特别的，就是gcc可以编译嵌入在c语言中的汇编段落。在Linux代码中很多地方都使用了这种形式的汇编语言，嵌入汇编程序的格式如下：
__asm__ __volatile__ (
asm statements
: outputs
: inputs
: registers-modified
);
asm statements是一组AT&T格式的汇编语言语句，每个语句一行，由\n分隔各行。所有的语句都被包裹在一对双引号内。其中使用的寄存器前面要加两个%%做前缀；转移指令多是局部转移，因此多使用数字标号。
inputs指明程序的输入参数，每个输入参数都括在一对圆括号内，各参数用逗号分开。每个参数前加一个用双引号括起来的标志，告诉编译器把该参数装入到何处。可用的标志有：“g”：让编译器决定如何装入它；“a”：装入到ax/eax；“b”：装入到bx/ebx；“c”：装入到cx/ecx；“d”：装入到dx/edx；“D”：装入到di/edi；“S”：装入到si/esi；“q”：a、b、c、d寄存器等；“r”：任一通用寄存器；“i”：整立即数；“p”：有效内存地址；“=”：输出；“+”：既是输入又是输出；“&”：改变其值之前写；“%”：与下一个操作数之间可互换；“#”：忽略其后的字符，直到逗号；“*”：当优先选择寄存器时，忽略下面的字符；“0~9”：指定一个操作数，它既做输入又做输出。通常用“g”。
outputs指明程序的输出位置，通常是变量。每个输出变量都括在一对圆括号内，各个输出变量间用逗号隔开。每个输出变量前加一个标志，告诉编译器从何处输出。可用的标志与输入参数用的标志相同，只是前面加“=”。如“=g”。输出操作数必须是左值，而且必须是只写的。如果一个操作数即做输出又做输入，那么必须将它们分开：一个只写操作数，一个输入操作数。输入操作数前加一个数字限制（0~9），指出输出操作数的序号，告诉编译器它们必须在同一个物理位置。两个操作数可以是同一个表达式，也可以是不同的表达式。
registers-modified告诉编译器程序中将要修改的寄存器。每个寄存器都用双引号括起来，并用逗号隔开。如“ax”。如果汇编程序中引用了某个特定的硬件寄存器，就应该在此处列出这些寄存器，以告诉编译器这些寄存器的值被改变了。如果汇编程序中用某种不可预测的方式修改了内存，应该在此处加上“memory”。这样以来，在整个汇编程序中，编译器就不会把它的值缓存在寄存器中了。
__volatile__是可选的，它防止编译器修改该段汇编语句（重排序、重组、删除等）。
输入参数和输出变量按顺序编号，先输出后输入，编号从0开始。程序中用编号代表输入参数和输出变量（加%做前缀）。
输入、输出、寄存器部分都可有可无。如有，顺序不能变；如无，应保留“：”，除非不引起二意性。
看一个在C语言中使用at&t的嵌入汇编程序的例子，c语言中的3个int变量，一般会是三个内存地址。每个操作数的长度则要根据操作系统和编译器来决定，一般32位操作系统为32位，则每个操作数占用4个字节：
int i=0, j=1, k=0;
__asm__ __volatile__("
pushl %%eax\n //asm statement
movl %1, %%eax\n //asm statement
addl %2, %%eax\n //asm statement
movl %%eax, %0\n //...
popl %%eax" //...
: "=g" (k) //outputs
: "g" (i), "g" (j) //inputs
: "ax", "memory" //registers modified
);
按照参数编号原则输出参数参数k为%0,输入参数i和j依次为%1和%2。值得注意的是输出和输入标志都使用了"g",所以我们不必关心这些参数究竟是使用了寄存器还是内存操作数，编译器自己会决定。
