xst*_*xst 3 memory x86 assembly gdb nasm
我正在学习在 x86 程序集（目前为 32 位）中编码，我正在努力完全理解内存模型。特别令人困惑的是标签的语义、LEA 指令和可执行文件的布局。我编写了这个示例程序，以便我可以检查它在 gdb 中的运行情况。
; mem.s
SECTION .data
msg: db "labeled string\n"
db "unlabeled-string\n"
nls: db 10,10,10,10,10,10,10,10
SECTION .text
global _start
_start:
; inspect msg label, LEA instruction
mov eax, msg
mov eax, &msg
mov eax, [msg]
; lea eax, msg (invalid instruction)
lea eax, &msg
lea eax, [msg]
; populate array in BSS section
mov [arr], DWORD 1
mov [arr+4], DWORD 2
mov [arr+8], DWORD 3
mov [arr+12], DWORD 4
; trying to print the unlabeled string
mov eax, 4
mov ebx, 1
lea ecx, [msg+15]
int 80H
mov eax, 1 ; exit syscall
mov ebx, 0 ; return value
int 80H
SECTION .bss
arr: resw 16
我已经组装并链接到：
nasm -f elf -g -F stabs mem.s
ld -m elf_i386 -o mem mem.o
GDB 会话：
(gdb) disas *_start
Dump of assembler code for function _start:
0x08048080 <+0>: mov $0x80490e4,%eax
0x08048085 <+5>: mov 0x80490e4,%eax
0x0804808a <+10>: mov 0x80490e4,%eax
0x0804808f <+15>: lea 0x80490e4,%eax
0x08048095 <+21>: lea 0x80490e4,%eax
0x0804809b <+27>: movl $0x1,0x8049110
0x080480a5 <+37>: movl $0x2,0x8049114
0x080480af <+47>: movl $0x3,0x8049118
0x080480b9 <+57>: movl $0x4,0x804911c
0x080480c3 <+67>: mov $0x4,%eax
0x080480c8 <+72>: mov $0x1,%ebx
0x080480cd <+77>: lea 0x80490f3,%ecx
0x080480d3 <+83>: int $0x80
0x080480d5 <+85>: mov $0x1,%eax
0x080480da <+90>: mov $0x0,%ebx
0x080480df <+95>: int $0x80
检查“msg”值：
(gdb) b _start
Breakpoint 1 at 0x8048080
(gdb) run
Starting program: /home/jh/workspace/x86/mem_addr/mem
(gdb) p msg
# what does this value represent?
$1 = 1700946284
(gdb) p &msg
$2 = (<data variable, no debug info> *) 0x80490e4
# this is the address where "labeled string" is stored
(gdb) p *0x80490e4
# same value as above (eg: p msg)
$3 = 1700946284
(gdb) p *msg
Cannot access memory at address 0x6562616c
# NOTE: 0x6562616c is ASCII values of 'e','b','a','l'
# the first 4 bytes from msg: db "labeled string"... little-endian
(gdb) x msg
0x6562616c: Cannot access memory at address 0x6562616c
(gdb) x &msg
0x80490e4 <msg>: 0x6562616c
(gdb) x *msg
Cannot access memory at address 0x6562616c
一次单步执行一条指令：
(gdb) p $eax
$4 = 0
(gdb) stepi
0x08048085 in _start ()
(gdb) p $eax
$5 = 134516964
0x0804808a in _start ()
(gdb) p $eax
$6 = 1700946284
(gdb) stepi
0x0804808f in _start ()
(gdb) p $eax
$7 = 1700946284
(gdb) stepi
0x08048095 in _start ()
(gdb) p $eax
$8 = 134516964
该数组按预期填充了值 1,2,3,4：
# before program execution:
(gdb) x/16w &arr
0x8049104 <arr>: 0 0 0 0
0x8049114: 0 0 0 0
0x8049124: 0 0 0 0
0x8049134: 0 0 0 0
# after program execution
(gdb) x/16w &arr
0x8049104 <arr>: 1 2 3 4
0x8049114: 0 0 0 0
0x8049124: 0 0 0 0
0x8049134: 0 0 0 0
我不明白为什么在 gdb 中打印标签会导致这两个值。另外，如何打印未标记的字符串。提前致谢
它有点令人困惑，因为 gdb 不理解标签的概念，实际上 - 它旨在调试用高级语言（通常为 C 或 C++）编写并由编译器编译的程序。因此，它尝试将它在二进制文件中看到的内容映射到高级语言概念——变量和类型——基于它对正在发生的事情的最佳猜测（在没有来自编译器的调试信息告诉它什么是继续）。
nasm 是做什么的
对于汇编程序，标签是尚未设置的值——它实际上是在链接器运行时获得其最终值。通常，标签用于引用内存部分中的地址——实际地址将在链接器布置最终可执行映像时定义。汇编器生成重定位记录，以便链接器可以正确设置标签的使用。
所以当汇编器看到
mov eax, msg
它知道这msg是一个与数据段中的地址相对应的标签，因此它生成一条指令将该地址加载到 eax 中。当它看到
mov eax, [msg]
它生成一条指令，从地址为 的内存中加载 32 位（寄存器 eax 的大小）msg。在这两种情况下，都会产生一个重定位，以便链接器可以插入最终地址msg。
（除此之外——我不知道&nasm是什么意思——它没有出现在我能看到的文档中的任何地方，所以我很惊讶它没有给出错误。但它看起来像是把它当作别名对于[])
现在 LEA 是一条有趣的指令——它与从内存中移动的格式基本相同，但它不是读取内存，而是将它会读取的地址存储到目标寄存器中。所以
lea eax, msg
没有意义——源是标签 (address) msg，它是一个（链接时间）常量，不在内存中的任何地方。
lea eax, [msg]
工作，因为源在内存中，所以它将源的地址粘贴到 eax 中。这与 效果相同mov eax, msg。最常见的是，您只看到lea用于更复杂的寻址模式，以便您可以利用 x86 AGU 做有用的工作，而不仅仅是计算地址。例如：
lea eax, [ebx+4*ecx+32]
它在 AGU 中进行了一次移位和两次相加，并将结果放入 eax 而不是从该地址加载。
gdb 做什么
在 gdb 中，当您键入时，p <expression>它会尝试评估<expression>其对 C/C++ 编译器对该表达式意味着什么的最佳理解。所以当你说
(gdb) p msg
它查看msg并说“这看起来像一个变量，所以让我们获取该变量的当前值并打印它”。现在它知道编译器喜欢将全局变量放入 .data 段，并且他们为那些与变量同名的变量创建符号。由于它将msg符号表中的符号视为.data段中的符号，因此它假设正在发生的事情，并在该符号处获取内存并打印它。现在它不知道该变量是什么类型（没有调试信息），所以它猜测它是一个 32 位 int 并将其打印为。
所以输出
$1 = 1700946284
是 msg 的前 4 个字节，被视为一个整数。
因为p &msg它理解你想要获取变量的地址msg，所以它直接从符号中给出地址。在打印地址时，gdb 会打印关于这些地址的类型信息，因此是“数据变量，没有调试信息”。
如果需要，您可以使用强制转换来指定 gdb 的类型，并且它将使用该类型而不是它猜测的类型：
(gdb) p (char)msg
$6 = 108 'l'
(gdb) p (char [10])msg
$7 = "labeled st"
(gdb) p (char *)&msg
$8 = 0x80490e4 "labeled string\\nunlabeled-string\\n\n\n\n\n\n\n\n\n" <Address 0x804910e out of bounds>
请注意，在后一种情况下，字符串上没有 NUL 终止符，因此它会打印出整个数据段...
用sys_write打印未标记的字符串，你需要算出字符串的地址和长度，你几乎已经有了。为了完整起见，您还应该检查返回值：
mov ebx, 1 ; fd 1 (stdout)
lea ecx, [msg+15] ; address
mov edx, 17 ; length
write_more:
mov eax, 4 ; sys_write
int 80H ; write(1, &msg[15], 17)
test eax, eax ; check for error
js error ; error, eax = -ERRNO
add ecx, eax
sub edx, eax
jg write_more ; only part of the string was written