一段C語言和彙編的對應分析（揭示函數調用的本質）

一段C語言和彙編的對應分析，揭示函數調用的本質

最近網易雲課堂開放了一節叫Linux內核分析的課程。一直對操做系統和計算機本質很感興趣，因而進去看了下，才第一堂課，老師就要求學生寫一篇關於課時1的博客做爲做業。對於這種新穎的做業形式，筆者至關驚訝。好吧，做爲任務，仍是完成一下吧，恰好須要消化一下。本文將會按照要求，將一段C語言代碼編譯成彙編，並給予分析和本身的思考。

首先對會涉及到的一些CPU寄存器和彙編的基礎知識羅列一下：

●16位、32位、64位的CPU寄存器名稱有所不一樣，好比指令地址寄存器ip，在16位中叫ip，32位中叫eip，64位叫rip

●32位的彙編指令一般以l結尾，好比movl至關於mov的含義

●ebp : 堆棧基地址 寄存器，這個寄存器保存的是當前執行緒的棧底地址

●esp : 堆棧棧頂 寄存器，這個寄存器保存的是當前執行緒的棧頂地址

●eip : 指令地址 寄存器，這個寄存器保存的是指令所在的地址，CPU會不斷的根據eip所指向的指令去內存取指令並執行，並自行累加取下一條指令逐條執行。eip沒法直接賦值，call、ret、jmp等指令能夠起到修改eip的做用

●%用於直接尋址寄存器，$用於表示當即數。movl $8, %eax表示把當即數8存到eax中

●()用於內存間接尋址，好比movl $10, (%esp)表示將當即數10保存到esp所指向的內存地址中

●8(%ebp)表示先找到 ebp所指向的地址值+8後獲得的地址

●棧地址值是向下增加的，即棧頂從高地址向低地址移動

準備工做

準備一段C代碼：
int g(int x)
{
return x+5;
}

int f(int x)
{
return g(x);
}

int main(void)
{
return f(10)+1;
}
使用實驗樓環境

 

編譯成彙編代碼

使用以下命令編譯上面的c代碼
gcc -S -o main.s main.c -m32
去掉不重要的部分後，獲得：

 

彙編代碼結果爲：
g:
pushl %ebp
movl %esp, %ebp
movl 8(%ebp), %eax
addl $5, %eax
popl %ebp
ret
f:
pushl %ebp
movl %esp, %ebp
subl $4, %esp
movl 8(%ebp), %eax
movl %eax, (%esp)
call g
leave
ret
main:
pushl %ebp
movl %esp, %ebp
subl $4, %esp
movl $10, (%esp)
call f
addl $1, %eax
leave
ret
分析

具體的逐步分析，這裏就省了，老師課上講的很詳細了，這裏主要是要進行思考和概括。

首先，咱們看到3個C函數對應生成了3個部分的彙編代碼，分別用函數名做爲標號隔開了
int g(int x) -> g:
int f(int x) -> f:
int main(void) -> main:
咱們知道程序是從main函數開始執行的，那麼當程序被加載並運行時，上面的彙編代碼會被加載到內存的某一個區域。並且，CPU中的不少寄存器都會初始化，固然其中最重要的是eip，由於eip是指向下一條將要執行的命令所在的內存地址，因此此時的eip應該指向main標號下的pushl %ebp：
main:
eip -> pushl %ebp
程序開始執行…

咱們捆綁着看，首先先看這兩條：
pushl %ebp
movl %esp, %ebp
再觀察一下整個代碼，有沒有發現不只僅是main函數，函數f和g的開頭也是這兩個指令。分析一下，不可貴出，這兩條指令是指將當前棧基地址壓棧後，從新將基地址定位到棧頂，這個含義實際上是保存好當前的基地址，從新開始一個新的棧。因爲函數能夠調函數，這裏的當前基地址，其實是上一個函數的棧基地址。例如，在f函數中的這兩句指令，實際上保存的是main函數的棧基地址。

接着來分析兩句：
subl $4, %esp
movl $10, (%esp)
對照C代碼不難發現，這是參數進棧，將當即數10，保存到棧頂(esp所指向的內存地址是棧頂)。而在f函數中也能夠發現相似的語句：
subl $4, %esp
movl 8(%ebp), %eax
movl %eax, (%esp)
因此，咱們能夠得出結論是，在調用函數前須要把參數逐個壓棧，而壓棧的順序根據筆者的測試是從右向左的。

接着調用call指令，跳轉到f函數，咱們知道call指令等同於下面的僞代碼：
pushl %eip+1
movl %eip f
即把call指令的後一條指令進棧後，將eip賦值爲目標函數的第一個指令地址。這樣作顯而易見：當所調用的函數結束後，須要返回當前函數繼續執行，因此必需要保存下一條指令，不然回來的時候就找不到了。

來到f函數，首先是保存main函數的棧基地址，而後須要調用g函數，因而須要參數先進棧：
subl $4, %esp
movl 8(%ebp), %eax
movl %eax, (%esp)
這裏重點思考一下，f函數是如何得到main函數傳遞過來的參數的，咱們看到
movl 8(%ebp), %eax
movl 8(%ebp), %eax
爲何參數是從8(%ebp)中得到的呢？咱們知道8(%ebp)表示的是以ebp爲基準向棧底回溯8個字節獲得，爲何是8個字節呢？

回想一下，在main函數中完成了參數進棧後作了兩件事情：

1.因爲call f指令的做用，call f下一條指令的地址被壓棧了，這佔用率4個字節

2.進入f函數後，當即將main函數的棧基地址進棧了，並且將ebp靠向了棧頂esp，這又佔用了4個字節

因而經過8(%ebp)能夠找到前一個函數的第一個整型參數的值。

一張圖告訴你怎麼回事：

 

看過了進入函數，調用函數的過程，再看一下函數是如何退出的。觀察main和f不難發現，退出函數使用的是以下指令
leave
ret
leave指令至關於以下指令：
movl %ebp, %esp
popl %ebp
●第一條語句是將esp重置到ebp，能夠理解爲清空當前函數所使用的棧

●第二條語句是將棧頂值賦值給ebp，並彈出，棧頂值是什麼呢？經過上面的分析不難發現，此時的棧頂值其實是前一個函數的棧基地址，因此第二條語句的意思就是把ebp恢復到前一個函數的棧基地址

接着ret就是至關於，恢復指令指向：
popl %eip
爲何g函數沒有leave呢？由於g函數內部沒有任何的變量聲明和函數調用棧一直都是空的，因此編譯器優化了指令
總結

最後，經過這個例子，總結一下函數調用的過程：

進入函數：

當前棧基地址壓棧(當前棧基地址其實是前一個函數的棧基地址)

調用其餘函數：

1.參數從右到左進棧

2.下一條指令地址進棧

退出函數：

1.棧頂esp歸位，回到本函數的ebp

2.基地址回退到上一個函數的基地址

3.eip退回到上一個函數即將要執行的那條語句的地址上

來自：P_Chou Tech Space，做者：周平連接：http://www.pchou.info/c-cpp/2015/03/03/c-and-asm.html