引言
我們很多人是開發者，每天寫大量的代碼，有時也不是糟糕的代碼。每個人都能很輕松寫下這樣的代碼：
#include <stdio.h>
int main() {
int x = 10;
int y = 100;
printf("x + y = %d", x + y);
return 0;
}
大家都能理解上面這段 C 語言代碼完成的功能，但是…這段代碼底層是如何工作的呢？我想我們中間不是所有人都能回答這個問題，我也不能。我認為我可以用高級編程語言寫代碼，例如 Haskell、Erlang、Go 等等，但是我完全不知道在編譯之后它在底層是如何工作的。所以，我決定往下再深入一步，到匯編這個層次，并且記錄下我的學習匯編之路。希望這是有趣的過程，而不是僅僅對我一個人。大約五、六年前我已經使用過匯編來寫簡單的程序，那時我還在上大學，用的是 Turbo 匯編和 DOS 操作系統。現在我使用 Linux-x86_64 操作系統，是的，64 位 Linux 和 16 位 DOS 肯定有很大的不同。那我們就開始吧。
準備階段
在開始之前，我們需要準備一些我接下來要提到的東西。我使用的是 Ubuntu(Ubuntu 14.04.1 LTS 64 位) 系統，因此我的文章都是基于該操作系統和體系結構的。不同的 CPU 支持不同的指令集，我使用的是 Intel Core i7 870 處理器，所有代碼都在這上面運行。另外我將用 nasm 匯編，你可以用下面命令來安裝：
sudo apt-get install nasm
I它的版本應該是 2.0.0 或者更高了。我是用的是 2013年12月29日編譯的 NASM version 2.10.09 版本。最后一部分，你需要一款寫匯編代碼的文本編輯器，我使用配有 nasm-mode.el 的 Emacs 編輯器。當然這不是強制性的，你可以選擇任何你喜歡的文本編輯器。如果你像我一樣使用的是 Emacs，你可以下載 nasm-mode.el，將你的 Emacs 配置成這樣：
(load "~/.emacs.d/lisp/nasm.el")
(require 'nasm-mode)
(add-to-list 'auto-mode-alist '(".(asm|s)$" . nasm-mode))
這就是目前我們需要準備的所有東西，其它工作在接下來的文章中會提到。
x64 語法
這里我就不全面介紹匯編的語法了，我們僅提一下這篇文章中用到的語法。通常 NASM 程序會被劃分為不同的段（section），這篇文章中我們會涉及到兩個段：
數據段（data section）
代碼段（text section）
數據段用來定義常量（constant），常量是在運行時不會改變的數據。你可以定義數字或其他常量等等，聲明一個數據段的語法如下：
section .data
代碼段是存放代碼（code）的，該段必須以 global_start 開始，告訴內核這里是程序開始執行的地方。
section .text
global _start
_start:
注釋是以 ; 開始。每個 NASM 代碼行包含下面四個字段的組合：
[label:] instruction [operands] [; comment]
中括號括起來的字段表示是可選的。基本 NASM 指令由兩部分組成，第一部分是需要執行指令的名字，第二部分是該指令的操作數。例如：
MOV COUNT, 48 ;將數值 48 存放到 COUNT 變量中
Hello world
讓我們用 NASM 匯編來寫第一個程序吧，當然是傳統的打印 “Hello world” 的程序。這是代碼：
section .data
msg db "hello, world!"
section .text
global _start
_start:
mov rax, 1
mov rdi, 1
mov rsi, msg
mov rdx, 13
syscall
mov rax, 60
mov rdi, 0
syscall
的，看起來不像 printf(“Hello world”)，我們試著去理解它是什么、怎么工作的。先看 1-2 行，我們定義了一個數據段，并且有一個 msg 常量，值為 Hello world，那么我們就可以在代碼中使用這個常量了。下一步是定義了一個代碼段，以及程序的入口，代碼從第 7 行開始執行。現在到了程序最有意思的部分了。我們已經了解了 mov 指令的功能，它帶有兩個操作數，將第二個操作數的值放到第一個操作數中。但是，rax、rdi 等等這些是什么呢？我們找到維基百科的解釋：
中央處理單元（CPU）是計算機中的硬件，它讀取計算機程序中的指令，完成系統中基本的算術、邏輯、輸入/輸出操作。
好了，CPU 完成一些操作，例如算術操作等，但是它從哪獲得操作的數據呢？第一個答案是內存。然而從內存中讀取和存入數據的速度遠遠低于處理器的速度，它涉及到復雜的通過控制總線來發送數據請求的過程。因此，CPU 有其內部的存儲位置，稱為寄存器（register）。
x64_registers
那么我們寫 mov rax, 1，意思是將 1 放到 rax 寄存器中。現在我們知道什么是 rax、rdi、rbx 等等了吧，但是還需要知道什么時候使用 rax，什么時候使用 rsi 等等。
rax —— 臨時寄存器，當我們調用系統調用時，rax 保存系統調用號
rdx —— 用來向函數傳遞第三個參數
rdi —— 用來向函數傳遞第一個參數
rsi —— 用來向函數傳遞第二個參數的指針
換句話說，我們就是調用了 sys_write 系統調用，該函數原型是：
ssize_t sys_write(unsigned int fd, const char *buf, size_t count)
它有三個參數：
fd —— 文件描述符，0、1、2 分別代表標準輸入、標準輸出和標準錯誤
buf —— 字符數組的指針，用來保存從 fd 指向的文件中獲取的內容
count —— 表示要從文件中讀入到字符數組的字節數
我們知道 sys_write 系統調用帶有三個參數，它在系統調用表中有一個系統調用號。我們再看看程序的實現，將 1 放到 rax 寄存器中，它意思是我們使用 sys_write 系統調用；下一行將 1 存到 rdi 寄存器，它是 sys_write 的第一個參數，1 代表標準輸出；然后我們將 msg 的指針存到 rsi 寄存器中，這是 sys_write 的第二個參數 buf；接著我們傳遞 sys_write 最后一個參數（字符串的長度）到 rdx 寄存器中。現在，我們有了 sys_write 的所有參數，就可以在 11 行使用 syscall 來調用它了。好了，我們打印出 “Hello world” 字符串，現在需要從程序中正確退出。我們傳遞 60 到 rax 寄存器，60 是 exit 的系統調用號；以及將 0 傳遞給 rdi 寄存器，這是錯誤碼，0 表示我們的程序正確地退出。這就是 “Hello world” 的所有分析，相當簡單吧:)現在我們編譯程序，假設我們的程序放在 hello.asm 文件中，那么我們需要運行下面的命令來執行：
nasm -f elf64 -o hello.o hello.asm
ld -o hello hello.o
編譯鏈接完成之后，我們得到可執行文件 hello，可以使用 ./hello 來運行，可以在終端看到輸出 “Hello world”。
總結
本文用一個簡單不能再簡單的程序開始第一部分，接下來我們會看到一些算術運算。如果你有任何問題或者建議可以給我評論。
更多信息請查看IT技術專欄
公眾號
事業單位
當前位置：
公考類
招聘類
各類考試
