在函数内部使用 DB（定义字节）时出现分段错误

Question

我很好奇如果我把db 0x41这个.text部分放在它通常所属的地方，而不是放在.data它通常所属的地方，会发生什么。它会出现段错误，但到底为什么呢？

下面的代码是在 Mint 19.1 中使用 和 进行编译、链接和执行nasm的ld。

无段错误：

global _start
section .data
db 0x41
section .text
_start:
    mov rax, 60    ; Exit(0) syscall
    xor rdi, rdi
    syscall

段错误：

global _start
section .text
_start:
    db 0x41
    mov rax, 60     ; Exit(0) syscall
    xor rdi, rdi
    syscall

我使用以下命令来组装、链接和运行它：

global _start
section .data
db 0x41
section .text
_start:
    mov rax, 60    ; Exit(0) syscall
    xor rdi, rdi
    syscall

Answer 1

如果您告诉汇编器在某处汇编任意字节，它就会这样做。 db是一个发出字节的伪指令，因此mov eax, 60和db 0xb8, 0x3c, 0, 0, 0就 NASM 而言完全相同。任一者都会将这 5 个字节发送到当前位置的输出中。

如果您不希望数据被解码为指令（的一部分），请不要将其放在执行将到达的位置。 （例如，将其放在代码中section .rodata或之前或之后，就像问题中一样。如果您希望 asm 源在使用某些数据的每个函数附近定义静态/全局数据，则section .data可以在其他部分之间来回切换。）section .text

由于您使用的是 NASM ¹，它会优化mov rax,60为mov eax,60，因此该指令没有您期望从源中获得的 REX 前缀。

您手动编码的 REX 前缀将mov其更改为movR8D 而不是 EAX：
41 b8 3c 00 00 00 mov r8d,0x3c

（我检查了objdump -drwC -Mintel而不是查找 REX 前缀中的哪个位。我只记得 REX.W 是0x48。但是0x41在 x86-64 中是 REX.B 前缀）。

因此，您的代码不会进行sys_exit系统调用，而是以 EAX=0运行syscall，即__NR_read. （Linux 内核在进程启动之前将除 RSP 之外的所有寄存器清零，并且在静态链接的可执行文件中，这_start是真正的入口点，没有首先运行动态链接器代码。因此 RAX 仍然为零）。

$ strace ./rex 
execve("./rex", ["./rex"], 0x7fffbbadad60 /* 54 vars */) = 0
read(0, NULL, 0)                        = 0
--- SIGSEGV {si_signo=SIGSEGV, si_code=SEGV_MAPERR, si_addr=NULL} ---
+++ killed by SIGSEGV (core dumped) +++

然后执行会进入后面 syscall的内容，在本例中是00 00解码为 的字节add [rax], al，因此会出现段错误。 如果您在 GDB 中运行代码，您就会看到这一点。

脚注 1：如果您使用的 YASM 未针对 32 位操作数大小进行优化：

Intel 的手册称，一条指令上有 2 个 REX 前缀是非法的。我预计会出现非法指令错误（#UD 机器异常 -> 内核发出 SIGILL），但我的 Skylake CPU 忽略第一个 REX 前缀并将其解码为mov rax, sign_extended_imm32.

单步执行，它被视为一个长指令，所以我猜 Skylake 选择像其他多个前缀的情况一样处理它，其中只有最后一个类型有效。（但请记住，这并不是面向未来的，其他 x86 CPU 可能会以不同的方式处理它。）

其他情况下的相关/相同错误：

• 程序集 (x86): <label> db 'string',0 不会被执行，除非 BIOS MBR 引导扇区中有跳转指令
• 跳过未知操作码：66，不是 8086 指令 - EMU8086尚不支持