x86 汇编语言概览

0. x86 汇编概述

x86 架构以 1978 年的 Intel 8086 处理器为开端，覆盖 Intel 从 16 位到 64 位的处理器。由于汇编语言非常依赖硬件，因此目前将 x86 汇编语言分为 IA-32 (x86-32) 和 x86-64 两种 ^[1]

将汇编语句转化为机器语言的程序称为汇编器 (assembler)。输入汇编器的文件称为源文件 (source file)。汇编器将生成两个文件：目标文件 (object file) 和列表文件 (listing file)。目标文件保存了转化得到的机器语言和对应的汇编代码，列表文件提供的信息会更加详细，一般用于辅助分析调试。

生成的 .obj 目标文件还需要经过链接器 (linker) 的处理才能生成 .EXE 文件，这是因为较大规模程序往往会分割为多个模块，而每个模块的源文件都会生成对应的目标文件，所以需要将它们链接起来。

graph LR
  A(源文件) --> B{汇编器}
  B -->|汇编| C(目标文件)
  B -->|汇编| D(列表文件)
  C --> E{链接器}
  E -->|链接| F(可执行文件)

> graph LR
A[高级语言] --> B[汇编语言]
B --> C[机器指令]

> graph LR
A[高级语言] --> B[抽象语法树 AST]
B --> C[中间表示 IR]
C --> D[汇编指令]
D --> E[机器指令]

2. 从 C 语言认知汇编

前文说过，源文件经由汇编器得到目标文件，里面就存放着我们想看到的汇编代码。

如果你的网络条件较好，那么有一个很好的在线编译器平台 Compiler Explorer。该平台提供了丰富的编译器选择，有助于学习和比较编译器对源码的编译方式。

如果你需要本地查看汇编，就要让构建工具生成目标文件。对于 GCC，输入：

1

gcc –c example.c # -c 表示仅编译不链接

在当前目录下生成 example.o。此时的 example.o 不能直接查看，需要使用 objdump：

1
2
3

objdump -h example.o # 查看文件段信息
objdump -s -d example.o # 输出段内容和汇编代码
objdump -s -d example.o > example.s # 将上面一条命令返回的结果保存到 example.s 中，可供直接查看 

对于一个简单的 Hello World：

1
2
3
4
5
6
7

#include <stdio.h>

int main()
{
    printf("Hello World\n");
    return 0;
}

Compiler Explorer 在 x86_64 GCC 15.2 下的输出：

1
2
3
4
5
6
7
8
9
10

.LC0:
        .string "Hello World"
main:
        push    rbp
        mov     rbp, rsp
        mov     edi, OFFSET FLAT:.LC0
        call    puts
        mov     eax, 0
        pop     rbp
        ret

通过 objdump 输出的汇编：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

hello.o：     文件格式 elf64-x86-64

Contents of section .text:
 0000 554889e5 bf000000 00e80000 0000b800  UH..............
 0010 0000005d c3                          ...].           
Contents of section .rodata:
 0000 48656c6c 6f20576f 726c6400           Hello World.    
Contents of section .comment:
 0000 00474343 3a202847 4e552920 31352e32  .GCC: (GNU) 15.2
 0010 2e312032 30323530 38303820 28526564  .1 20250808 (Red
 0020 20486174 2031352e 322e312d 312900     Hat 15.2.1-1). 
Contents of section .note.gnu.property:
 0000 04000000 20000000 05000000 474e5500  .... .......GNU.
 0010 020001c0 04000000 01000000 00000000  ................
 0020 010001c0 04000000 01000000 00000000  ................
Contents of section .eh_frame:
 0000 14000000 00000000 017a5200 01781001  .........zR..x..
 0010 1b0c0708 90010000 1c000000 1c000000  ................
 0020 00000000 15000000 00410e10 8602430d  .........A....C.
 0030 06500c07 08000000                    .P......        

Disassembly of section .text:

0000000000000000 <main>:
   0:	55                   	push   %rbp
   1:	48 89 e5             	mov    %rsp,%rbp
   4:	bf 00 00 00 00       	mov    $0x0,%edi
   9:	e8 00 00 00 00       	call   e <main+0xe>
   e:	b8 00 00 00 00       	mov    $0x0,%eax
  13:	5d                   	pop    %rbp
  14:	c3                   	ret

1

objdump -s -d -M intel hello.o > hello.s # 以 intel 语法显示汇编指令

3. 汇编语言本地开发环境搭建

如果不追求完全的汇编环境的话，可以直接使用 C / C++ 的内联汇编。

Assembly Environment Setup 记载了这位作者的开发环境搭建方案。

也有一个类似于 Dev-C++ 的轻量 IDE——SASM。它具有语法突出显示和调试器，且开箱即用，非常适合初学者学习汇编语言。

SASM 附带一组汇编示例。例如，这是 NASM 汇编器的 Hello World：

1
2
3
4
5
6
7
8
9
10
11
12
13

section .data
    msg db 'Hello, world!', 0

section .text
extern io_print_string, io_newline
global main
main:
    mov ebp, esp ; for correct debugging
    mov eax, msg ; place pointer to hello world message to eax
    call io_print_string ; print hello world
    call io_newline ; print newline
    xor eax, eax ; set eax to 0
    ret ; return

在继续之前，我们需要重申：汇编语言非常依赖于特定软硬件平台。在参考其他教程时，请先查看它用了什么编译器。

本文将采用跨平台的 NASM。

4. x86 汇编语言元素

x86 汇编语言由语句 (statement) 构成。一条语句的组成元素有：关键字 (keyword)、标识符 (identifier)、数值 (number)、字符串 (string)、特殊字符 (special character) 和注释 (comment)。

• 关键字：在汇编时有特殊意义的符号，例如指令助记符或者其他保留字。

• 标识符：用户定义的符号，常用于表示变量、标签和数值常量。标识符可以由字母、数字、下划线、@ 和 ? 组成，但不能以数字开头。一些标识符示例：COUNT、@1 和 A_BYTE。

• 数值：可以是十进制、十六进制、八进制或二进制数字。数值必须以一个十进制数字开头，对于除十进制以外的数制，需要在结尾加上表示当前数制的字母。例如：0ABCh（h 代表十六进制）；1776q（q 代表八进制，现代汇编器也支持 o）；10100110b（b 表示二进制）。

• 字符串：被单引号 ‘’ 包围的一串字符。

• 特殊字符：‘’$&?;:=,[].+-()*/<>，包括作为分隔符的空格字符和制表符。

• 注释：仅用于撰写程序文档的一串字符，会被编译器忽略。注释以 ; 开头。

在 x86 汇编中，一个语句应仅占一行（即不允许跨行语句）。

1
2

mov ax,
    ; bx ; incorrect

以语句为单位，一份 x86 源码可以分为三个主要部分：指令语句、数据分配语句和汇编器指令。

• 指令语句 (instruction statements) 由助记符（和操作数）组成，生成特定的机器码。
• 数据分配语句 (data allocation statements) 为程序数据保留并选择性初始化内存空间。
• 汇编器指令 (assembler directive) 向汇编器传递特定指令。这些指令的汇编结果可能会在目标文件中出现，但不会影响程序原本的内存数据。

5. 寄存器

寄存器 (register) 是 CPU 内部用来存储指令、数据和地址的存储器，在计算机的存储器体系中处于最高层次。寄存器的存储容量有限，但读写速度非常快。一般认为，访问寄存器中的数据不需要时间，是存储计算临时数据的绝佳位置。大多数寄存器都有特殊用途。

现代 CPU 有很多寄存器，我们主要了解这些种类：通用寄存器 (general purpose register)、指令指针寄存器 (instruction pointer)、段寄存器 (segement register) 和标志寄存器 (FLAGS)。前三种寄存器长度为当前架构的字长，即 64 bits、32 bits 及 16 bits。标志寄存器的长度固定为 16 bits。

在汇编语言中，这些寄存器的名字是大小写无关的，既可以用 EAX，也可以写 eax。

5.1 通用寄存器

现代 CPU 有 16 个通用寄存器，其中 8 个拥有特定用途：

5.2 指令指针寄存器

IP 寄存器指向当前正在执行的指令（内存位置），用于 RIP 相对寻址模式。

5.3 段寄存器

总结起来，段寄存器都有一个目的 —— 指向可访问的内存块。

段寄存器与通用寄存器协同工作以访问任意内存值。2 个寄存器形成的地址称为有效地址 (effective address)。

默认情况下，BX、SI 和 DI 寄存器与 DS 段寄存器一起工作；BP 和 SP 与 SS 段寄存器协同工作。其他通用寄存器则无法形成有效地址。此外，尽管 BX 可以用于形成有效地址，但 BH 和 BL 不能，因为 x86 CPU 必须使用 16 位寄存器进行内存寻址。

5.4 标志寄存器

标志寄存器通常反映算术运算的结果以及有关当前时间对 CPU 作施加的限制的信息。

标志寄存器是按位起作用的，也就是说，它的每一位都有专门的含义，记录特定的信息。

CPU 标志寄存器的结构：

1
2
3

... 15  14  13  12  11  10  09  08  07  06  05  04  03  02  01  00

                    OF  DF  IF  TF  SF  ZF      AF      PF      CF

• CF 标志
  进位、借位标志位 (Carry Flag)。在进行无符号数运算的时候，它记录了运算结果的最高有效位向更高位的进位值，或从更高位的借位值。
• PF 标志
  奇偶标志位 (Parity Flag)。记录相关指令执行后，其结果的所有 bit 位中 1 的个数是否为偶数。如果为偶数，PF = 1；如果为奇数，那么 PF = 0。
• AF 标志
  辅助进位标志位 (Auxiliary Carry Flag)。记录在四个最低有效位或低四位中是否产生了进位或借位。它主要用于二进制编码的十进制 (BCD) 算术。
• ZF 标志
  零标志位 (Zero Flag)。记录相关指令执行后，其结果是否为 0。如果结果为 0，那么 ZF = 1；如果结果不为 0，那么 ZF = 0。
• SF 标志
  符号标志位 (Sign Flag)。在进行有符号数运算的时候，它记录相关指令执行后，其结果是否为负。如果结果为负，SF = 1；如果非负，SF = 0。
• TF 标志
  自陷标志位 (Trap Flag)。如果此标志可用，调试器可以使用它来逐步执行计算机程序。CPU 在执行完一条指令后，如果检测到标志寄存器的 TF 位为 1，则会产生一个 type-1 中断，然后再将 TF 置为 0，后进行 type-1 中断后继续执行。
  8086 CPU 没有直接设置或重置自陷标志位的指令。这些操作可以通过将标志寄存器的内容压入堆栈，改变内存内容以设置或重置自陷标志，并将内存内容弹出堆栈以保存回标志寄存器来完成。用到的指令是 pushf 和 popf。
• IF 标志
  中断标志位 (Interrupt Flag)。用于确定 CPU 是否将立即响应可屏蔽硬件中断。如果标志设置为 1 ，则中断被启用。如果清除（设置为 0 ），则中断被禁用。
• DF 标志
  方向标志位 (Direction Flag)。此标志用于确定将数据从内存的一个位置复制到另一个位置的方向（正向或反向）。
  如果设置为 0（使用清除方向标志指令 CLD），则表示从最低地址到最高地址处理字符串。这种指令模式称为自动递增模式。
  如果设置为 1（使用设置方向标志指令 STD），则表示从最高地址到最低地址处理字符串。这称为自动递减模式。
• OF 标志
  溢出标志位 (Overflow Flag)。对于有符号数运算，运算结果超出补码表示范围（8 位：-128~+127，16 位：-32768~+32767）就是溢出。若溢出，OF 置 1，否则 OF 清 0。

6. CTF 中常见汇编知识

了解了一些基本的汇编指令后，下面我们来看看 CTF 中常见的一些指令：

1. loop 循环指令：

1
2
3
4
5
6
7

mov rax,0
mov rcx,236
s:
add rax,123
loop s
leave
ret

上面的指令执行的是对 123 累加 236 次，从以上代码中我们可以看到，rcx 寄存器保存的是循环次数，loop 指令每执行一次，rcx 的数值就会减少 1，当其数值减少到 0 时，loop 指令就会停止，继续执行下面的指令。

2. 无条件跳转指令：

1
2
3
4

lable:
mov edx,0

jmp lable

无条件跳转指令为 jmp，其意思从字面上就可以看出来，只要是执行到 jmp 这里，无论什么情况，都会直接跳转到 lable 的代码块中继续往下执行指令。

3. 条件跳转：

1
2
3
4
5

lable:
mov ebx,1

cmp ebx,0
je lable

以上代码将 ebx 的值与 0 对比，如果相等，则会跳转到 lable 处，条件跳转指令 je 代表相等则跳转，还有其他与之条件不一样的条件跳转指令，一般条件跳转指令是与 cmp、test 指令混在一起用的。以上代码也可以用 test 来写：

1
2
3
4
5

lable:
mov ebx,1

test ebx,0
jnz lable

test 是逻辑与指令，以上代表的即为 ebx&0，jnz 代表标志位为 0 就跳转，其实现效果与 cmp 相同。

下面是一些常见的条件跳转指令：

下面是一些常见的位运算指令：

• AND：与运算，AND AX,BX 将 AX 与 BX 进行逻辑与运算，并将结果保存到 AX 寄存器中
• OR：或运算，OR AX,BX 将 AX 与 BX 进行逻辑或运算，并将结果保存到 AX 寄存器中
• XOR：异或运算，XOR AX,BX 将 AX 与 BX 进行异或运算，并将结果保存到 AX 寄存器中
• NOT：取反操作，NOT CX 将 CX 进行取反，并将结果保存到 CX 寄存器中
• TEST：逻辑与运算，TEST AX,BX 将 AX 与 BX 进行与运算，并设置标志位，结果不保存

4. 函数传参：

在汇编中，我们有时候需要知道参数被保存在那个寄存器里，这里我列举一般情况：

通常函数的返回值保存在 ax 寄存器里，比如 eax，rax 等； 函数的参数一般按顺序保存在 cx、dx、si 中，在 64 位汇编中，一般按 rcx, rdx, r8, r9, r10, r11, … 的顺序保存参数。

有时候根据函数调用约定以及编译器和平台的不同，这个储存规律也会发生改变，我们需要根据当时情况动态调整。

5. lea 地址加载：

其使用格式为 lea rdx,[my_var]，将 my_var 的地址而不是内容赋值给 rdx 寄存器。

6. xchg 数值交换指令：

其使用格式为 xchg ax,bx 将 ax 和 bx 的数值交换。

Ad

今天在查找资料的过程中看到了一个交互式教程 Ketman Assembly Language Tutorial 。根据作者的介绍，该教程原先是为了聚焦于学习语言本身而开发的，之后发展成为一个完整的开发环境。

它的一大特点就是汇编代码的即时运行与调试，因此可以快速明确每条指令对 CPU 的影响。

左侧是编辑器，右侧是调试器，可以看出还是很完善的。

ACTF 提供的 x86 汇编入门文件，包含文件内注释指导和课后作业 asm_tour_1