assembly - 如何理解这一点？

Question

来自this question。

 gcc -c test.s
 objcopy -O binary test.o test.bin

test.o和 test.bin有什么区别？

.text
    call start
    str:
        .string "test\n"
    start:
    movl    $4, %eax
    movl    $1, %ebx
    pop     %ecx
    movl    $5, %edx
    int     $0x80
    ret

以上是做什么的？

Answer 1

objcopy -O binary复制源文件的内容。在这里，test.o是一个“可重定位目标文件”:这是代码，也是符号表和重定位信息，它允许文件与其他文件链接成可执行程序。 test.bin生成的objcopy文件仅包含代码，不包含符号表或重定位信息。这样的“原始”文件对于“正常”编程是没有用的，但是对于具有自己的加载器的代码却很方便。

我假设您在32位x86系统上使用Linux。您的test.o文件的大小为515字节。如果尝试使用objdump -x test.o，则会得到以下内容，它描述了test.o对象文件的内容:

$ objdump -x test.o

test.o:     file format elf32-i386
test.o
architecture: i386, flags 0x00000010:
HAS_SYMS
start address 0x00000000

Sections:
Idx Name          Size      VMA       LMA       File off  Algn
  0 .text         0000001e  00000000  00000000  00000034  2**2
                  CONTENTS, ALLOC, LOAD, READONLY, CODE
  1 .data         00000000  00000000  00000000  00000054  2**2
                  CONTENTS, ALLOC, LOAD, DATA
  2 .bss          00000000  00000000  00000000  00000054  2**2
                  ALLOC
SYMBOL TABLE:
00000000 l    d  .text  00000000 .text
00000000 l    d  .data  00000000 .data
00000000 l    d  .bss   00000000 .bss
0000000b l       .text  00000000 start
00000005 l       .text  00000000 str

这为您提供了很多信息。特别是，该文件包含一个名为 .text的部分，该部分从文件中的偏移量0x34(十进制为52)开始，长度为0x1e字节(十进制为30)。您可以反汇编它以查看操作码本身:

$ objdump -d test.o

test.o:     file format elf32-i386


Disassembly of section .text:

00000000 <str-0x5>:
   0:   e8 06 00 00 00          call   b <start>

00000005 <str>:
   5:   74 65                   je     6c <start+0x61>
   7:   73 74                   jae    7d <start+0x72>
   9:   0a 00                   or     (%eax),%al

0000000b <start>:
   b:   b8 04 00 00 00          mov    $0x4,%eax
  10:   bb 01 00 00 00          mov    $0x1,%ebx
  15:   59                      pop    %ecx
  16:   ba 05 00 00 00          mov    $0x5,%edx
  1b:   cd 80                   int    $0x80
  1d:   c3                      ret    

这或多或少是您开始使用的程序集。中间的 je， jae和 or操作码是虚假的:这是 objdump试图将文字字符串( "test\n"，导致字节0x74 0x65 0x73 0x64 0x0a 0x00)解释为操作码。 objdump -d还会向您显示在 .text部分中找到的实际字节，即文件中从偏移量0x34开始的字节。第一个字节是0xe8 0x06 0x00 ...

现在，看看 test.bin文件。它的长度为30个字节。让我们以十六进制形式查看这些字节:

$ hd test.bin
00000000  e8 06 00 00 00 74 65 73  74 0a 00 b8 04 00 00 00  |.....test.......|
00000010  bb 01 00 00 00 59 ba 05  00 00 00 cd 80 c3        |.....Y........|

我们在这里准确地识别了 .text中 test.o部分的30个字节。 objcopy -O binary就是这样做的:它提取了文件内容，即唯一的非空部分，即原始操作码本身，删除了所有其他内容，特别是符号表和重定位信息。

重定位是指在给定的代码段中必须更改的内容，以便在存储到内存中的给定位置时可以正确运行。例如，如果代码使用一个变量并希望获得该变量的地址，那么重定位信息将包含一个条目，告知任何实际将代码放入内存的人(通常是链接器):“在代码中，当您知道变量的实际位置时，请写出变量地址”。有趣的是，您显示的代码无需重定位:字节序列可以写入任意内存位置并按原样执行。

让我们看一下代码的功能。

call操作码在偏移量0x0b处跳转到mov指令。另外，由于这是call，因此会将返回地址压入堆栈。返回地址是调用完成后应该继续执行的地方，即到达ret操作码时。这是call操作码后的字节地址。在这里，该地址是文字字符串"test\n"的第一个字节的地址。

两个movl分别加载数值为4和1的%eax和%ebx。

pop操作码从堆栈中删除顶部元素，并将其存储在%ecx中。什么是顶级元素？这就是call操作码压入堆栈的地址，即文字字符串第一个字节的地址。

第三个movl加载数值为5的%edx。

int $0x80是32位x86 Linux上的系统调用:这将调用内核。内核将查看寄存器以了解如何处理。内核首先查看%eax以获得“系统调用号”；在32位x86上，“4”是__NR_write，即write()系统调用。该调用需要按顺序在寄存器%ebx，%ecx和%edx中的三个参数。这些是目标文件描述符(此处为1:这是标准输出)，指向要写入的数据的指针(此处为文字字符串)以及要写入的数据的长度(此处为5，它对应于四个字母和换行符)特点)。因此，这会将"test\n"写入标准输出。

最后的ret返回给调用者。 ret从堆栈中弹出一个值，然后跳转到该地址。假定此代码块是使用call操作码调用的。

因此，总而言之，该代码使用换行符打印出 test。

让我们使用自定义加载器尝试一下:

#include <unistd.h>
#include <fcntl.h>
#include <sys/mman.h>

int
main(void)
{
        void *p;
        int f;

        p = mmap(NULL, 4096, PROT_READ | PROT_WRITE,
                MAP_PRIVATE | MAP_ANONYMOUS, -1, 0);
        f = open("test.bin", O_RDONLY);
        read(f, p, 30);
        close(f);
        mprotect(p, 30, PROT_READ | PROT_EXEC);
        ((void (*)(void))p)();
        return 0;
}

(上面的代码不会测试返回值是否有错误，这当然是非常糟糕的。)

在这里，我使用 mmap()分配了一个内存页面(4096字节)，要求我可以在其中读写的页面。 p指向该块。然后，使用 open()， read()和 close()，将 test.bin文件(30个字节)的内容读入该块中。
mprotect()调用指示内核更改我的页面的访问权限:现在，我将希望能够执行这些字节，即将其视为机器代码。我放弃写入块的权利(取决于确切的内核配置，可能会禁止同时写入和执行页面)。

含糊的 ((void (*)(void))p)();读为:我取 p；我将其转换为一个不带任何参数且不返回任何内容的函数的指针。我调用该功能。这是将 call放入我的数据块中的C语法。

当我运行该程序时，我得到:

$ ./blah
test

这是预期的: test.bin中的代码在标准输出上写出 test。