x86 assembler on põlvkond tagasiühilduvaid assemblerkeeli, mis põhinevad esialgse Intel 8008 protsessori assemblerkeelel ning selle järglastel. x86 assemblerkeelt kasutatakse x86 protsessorite objektkoodi kompileerimiseks. Nagu kõigis assemblerkeeltes, kasutatakse protsessori käskude esitamiseks mnemnoonilisi käske. Kõrgemate keelte kompilaatorid genereerivad tihti assemblerkoodi vaheetapina masinkoodi kompileerimisele. Assemblerkeel on madala taseme ja protsessorist sõltuv programmeerimiskeel. Assemblerkeeli kasutatakse kiirete algoritmide ja kriitilise tähtsusega programmi osade kirjutamiseks, näiteks operatsioonisüsteemi kernel, draiverid, katkestused, C standardteegi algoritmid.

X86 assembler
Faililaiend .inc .asm .S .sXX
Paradigma assembler, protseduraalne, imperatiivne
Väljalaskeaeg 1978 (Intel 8086)
Looja Intel
Tüüpimine nõrk, järelduv
Implementatsioonid MASM, NASM, GAS, FASM, JWASM, YASM
Dialektid Intel, AT&T
Mõjutatud keeltest Intel 8008, Intel 8080, Zilog Z80 assemblerid
OS multi-platvormne

Ajalugu muuda

Inteli 8088 ja 8086 seeriad olid esimesed protsessorid mis omasid käsustikku mida tänapäeval tuntakse x86 nime all. Need 16-bitised CPU-d olid 8-bitiste 8080 seeria CPU-de edasiarendus, pärides suure osa käsustikust. Inteli 8088 ja 8086 kasutasid sisemiselt 16-bitiseid registreid, kuid 8088 protsessoril oli 8-bitine andmesiin ja 8086 protsessoril 16-bitine andmesiin. x86 assembler katab mitmeid erinevaid protsessoreid, mis järgnesid 8086-le: 80188, 80186, 80286, 80386, 80486, Pentium, Pentium Pro, kuni tänapäevaste protsessoriteni välja. Lisaks on veel terve seeria x86 AMD ja Cyrix CPU-sid, mis pole Inteli poolt toodetud. Termin x86 kehtib ükskõik millise CPU kohta, mis suudab jooksutada x86 käsustiku masinkoodi.

Modernne x86 käsustik põlvneb otseselt Inteli 8086 käsustikust ja sisaldab kindalt seeriat laiendusi. Vanema põlvkonna x86 protsessoritega on täielik binaarne tagasiühilduvus. Praktikas on tüüpiline kasutada käske, mis on ühilduvad kõikide protsessoritega peale 80386 protsessorit. Alles lähiaastatel on operatsioonisüsteemid hakanud nõudma uuemaid käsustike laiendusi (nt. MMX, SSE/SSE2/SSE3).

Mnemnoonika ja käsukoodid muuda

Iga x86 käsk on assembleris esitatud kindla mnemnoonikaga, millele võib järgneda üks või rohkem operandi. Mnemnoonilised käsud transleeritakse üheks või rohkemaks baidiks, mida kutsutakse opkoodiks. Käsk "NOP" transleerub baidiks 0x90, käsk "add ESP, 4" transleerub baitideks 0x83, 0xC4, 0x04. x86 käsustikus leidub ka Inteli poolt dokumenteerimata käske.[1]

Süntaks muuda

x86 assembleril on kaks põhilist süntaksit: Inteli süntaks (originaalne x86 platformi süntaks) ja AT&T süntaks. Inteli süntaks on dominantne Windowsi platvormil ja on üldiselt selgem ning loetavam. AT&T süntaks on dominantne Unix-platvormidel, sest Unix loodi AT&T Bell Laboratooriumis.[2] Lühike ülevaade AT&T ja Inteli süntaksi põhilistest erinevustest:[3]

Intel AT&T
Parameetrite järjestus DST <- SRC

eax := 5 on mov eax, 5

SRC -> DST

eax := 5 on mov $5,%eax

Parameetri suurus Järeldub automaatselt registri nimest (nt. rax, eax, ax, al järeldavad QWORD, DWORD, WORD, BYTE).
add   esp, 4
Mnemnoonika käskude järgi lisatakse suurusmärge, mis tähistab operandide suurust (nt. "q" QWORD, "l" LONG(DWORD), "w" WORD, "b" BYTE).
addl $4, %esp
Sümbolite prefiksid Assembler tunneb automaatselt ära sümbolite tüübid, olgu need registrid, sümbolid vms. Konstantide prefiksiks on "$" (nt. $0x80) ja registrite prefiksiks on "%" (nt %eax).
Adresseerimine Üldine süntaks TÜÜP[baas + indeks*skalaar + nihe]. Andmetüüp tuntakse ära automaatselt, kuid käsud nagu MOVZX vajavad lisaks tüübi deklareerimist.

Näide:

mov    eax, [ebx + ecx*4 + offset]
movzx  eax, byte[ebx + ecx*4 + offset]
Üldine süntaks NIHE(baas, indeks, skalaar). Andmetüübi määravad opkoodi sufiksid q,l,w,b.

Näide:

movl   offset(%ebx,%ecx,4), %eax
movzxb offset(%ebx,%ecx,4), %eax

Valdav enamik x86 assembleritest kasutavad just Inteli süntaksit: MASM, NASM, FASM, TASM, YASM. GNU Assembler (GAS) toetab Inteli süntaksit alates versioonist 2.10 läbi .intel_syntax direktiivi. Vaikimisi kasutab GAS AT&T süntaksit.

Üldiselt on Inteli süntaks programmeerija aspektist selgem ja lihtsam, sellest tulenevalt ka populaarsem.

Registrid muuda

x86 protsessoritel on saadaval mitmed registrid binaarsete andmete ajutiseks mahutamiseks ning töötlemiseks. Peamiste registrite hulka kuuluvad andme- ja aadressiregistrid. Igal registril on eritähendus või eriotstarve. Mitme opkoodi korral sõltub kindla eelmääratud registri sisust käsu täitmine (nt. LOOP käsk sõltub registrist ECX).

Andmeregistrid:

  • EAX – akumulaator – aritmeetika ja üldregister
  • EBX – baasregister – üldine baasregister adresseerimisel
  • ECX – loendregister – tsükliloendur ja võrdlusregister
  • EDX – andmeregister – laiend-akumulaator, aritmeetika ja andmete üldregister

Aadressiregistrid:

  • ESP – pinuviit – viitab programmi pinu otsale (stack pointer)
  • EBP – raamiviit – viitab funktsiooni raamile pinus (frame pointer)
  • ESI – lähteindeks – lähteviit plokkoperatsioonide jaoks
  • EDI – siirdeindeks – siirdeviit plokkoperatsioonide jaoks

Igal üldregistril on vastav 64-bitine ja 16-bitine osa (nt. EAX: RAX ja AX), andmeregistritel on ka 8-bitised osad (nt. EAX: AL ja AH) nagu näha järgnevalt skeemilt:

Andmeregistrid (A, B, C ja D) [4]
64 56 48 40 32 24 16 8
R?X
E?X
?X
?H ?L

Lisaks üldregistritele leidub veel:

  • EIP käsuviit – viitab hetkel käivitatavale käsule.
  • FLAGS – protsessori staatuslipud.
  • Segmendi registrid (CS, DS, ES, FS, GS, SS), mis on olulised ainult 16-bitises koodis. Need määravad 64-kilobaidiste segmentide algusindeksid. Ilma segmentregistriteta polnud võimalik > 64 kB mälu adresseerida.
  • Laienduste registrid (MMX, SSE jms).

x86 registreid saab kasutada vastavate käskudega, näiteks käsuga MOV. Et teha arvutusi, peab andmed lugema mälust registrisse ja siis pärast vajadusel tagasi mällu. Üldreeglina ei saa mäluga otseselt opereerida ja on vaja registreid. Näiteks:

mov    eax, [integer_value] ; load dword[integer_value]
add    eax, 4               ; integer_value += 4
mov    ebx, [other_value]   ; load dword[other_value]
add    eax, ebx             ; integer_value += other_value
mov    [integer_value], eax ; write dword[integer_value]

Loeb globaalse muutuja integer_value registrisse EAX, liidab juurde 4, loeb globaalse muutuja other_value ja liidab selle EAX-ile. Lõpuks kirjutatakse tulemus globaalsesse muutujasse integer_value.

Programmeerimiskeeles C oleks vastav koodijupp: "integer_value = integer_value + 4 + other_value;".

Käsutüübid muuda

x86 protsessoril on suur kogus erinevaid opkoode, kuid tähtsamad neist tuleks ka esile tuua.

MOV ja adresseermine muuda

MOVMove data. Kopeerib andmeid registrite ja mälu vahel. Inteli assembler süntaks järgib alati kuju DST <- SRC. Paar lihtsat näidet:

mov eax, edx   ; EAX dword <- EDX dword 
mov dx,  ax    ; EDX word  <- EAX word 
mov ah,  dl    ; EAX hi    <- EDX lo

MOVZXMove with zero extend. Kopeerib andmed väiksema laiusega registrist suuremasse ja väärtustab ülejäänud bitid nullidega. Näiteks bait 0x28 (40) loetaks sisse kui 0x00000028:

mov     bl,  40    ; BL  := 0x28 
movzx   eax, bl    ; EAX := 0x00000028

MOVSXMove with sign extend. Töötab nagu MOVZX, aga arvestab sign-bitti. Näiteks negatiivne bait 0xE0 (-32) loetaks sisse kui 0xFFFFFFE0:

mov     bl,  -32   ; BL  := 0xE0 
movsx   eax, bl    ; EAX := 0xFFFFFFE0

Adresseermimine muuda

x86 mäluadresseerimise saab kokku võtta valemiga [baas + indeks*skalaar + nihe], kus:

  • Baas – baasregister (nt. EBX), mis määrab baasaadressi.
  • Indeks – indeksregistri (nt. EAX) poolt määratud lisanihe.
  • Skalaar – indeksregistri kordaja (ainult 1,2,4,8).
  • Nihe – konstantne lisanihe (nt. 32 vms täisarv).

Lühike näide koos analoogse C programmiga:

; static int array[4] = { 0, 1, 2, 3 };
; int* ptr = array;
; int i = 2;
; int a = ptr[i + 1];
mov    ebx, array               ; baasregister viitab array-le
mov    eax, 2                   ; indeksregister i = #2 element
mov    eax, [ebx + eax*4 + 4]   ; a = ptr[i + 1]
                                ; skalaar on 4 sest sizeof(int) == 4
                                ; nihe on 4 sest sizeof(int)*1 == 4

Üleval toodud näide katab kõige keerulisema juhu adresseermisest, kuid muidugi saab ka adresseerida kasutades ainult ühte väikest osa tervest adresseerimisest. Näiteks:

mov    eax, [array + 12]        ; a = array[3]

Seega on võimalikke kombinatsioone piisavalt iga vastava juhu jaoks.

Põhikäsud muuda

pushPush to stack. Lükkab väärtuse stack-segmenti ja lahutab ESP registrist väärtuse laiuse.

push    eax            ; lükkab EAX-i väärtuse pinusse
push    dword[array]   ; lükkab 4 baiti aadressilt @array pinusse

popPop from stack. Võtab väärtuse stack-segmendist ja liidab ESP registrile väärtuse laiuse.

pop     dword[array]   ; korjab pinust väärtuse ja kirjutab aadressile @array
pop     eax            ; korjab pinust väärtuse ja kirjutab registrisse EAX

leaLoad effective address. Arvutab adresseeringu aadressi ning salvestab selle aadressi. Mälust ei loeta midagi.

lea     ebx, [array]       ; @array aadress liigutatud EBX-i, sama mis ''mov ebx, array''
lea     ebx, [ebx + eax*4] ; arvutatud keeruline aadress EBX-i

Aritmeetika ja Loogika muuda

add,subInteger Addition/Subtraction. Liidab/lahutab kaks operandi ja salvestab tulemuse esimesse operandi.

add     eax, 4         ; eax += 4
add     eax, ebx       ; eax += ebx
add     [ebx], eax     ; [ebx] += eax
sub     eax, 10        ; eax -= 10

inc,decInteger Increment/Decrement. Suurendab/vähendab operaatorit 1 võrra.

inc     eax            ; ++eax
dec     ebx            ; --ebx
inc     dword[ebx]     ; ++[ebx]

imulInteger Signed Multiplication. Omab kahte erinevat süntaksit. Esimene variant korrutab kaks operandi ja paigutab tulemuse esimesse operandi. Teine süntaks korrutab teise ja kolmanda operandi ning paigutab tulemuse esimesse operandi.

imul    eax, edx       ; eax *= edx
imul    eax, [ebx]     ; eax *= [ebx]
imul    eax, edx, 25   ; eax = edx * 25
imul    eax, [ebx], 10 ; eax = [ebx]*10

idivInteger Signed Division. Jagab 64-bitise täisarvu EDX:EAX määratud väärtusega läbi. EDX tuleb vajadusel käsitsi nullida. Tulem on alati EAX registris ja jagatise jääk on EDX registris. Operand ei saa olla EDX register või vahetu väärtus.

xor     edx, edx       ; edx ^= edx; -> edx = 0
idiv    ebx            ; eax /= ebx
xor     edx, edx
idiv    eax            ; eax /= eax

and, or, xorBitwise logical and, or, exclusive or. Teostab bitt-loogilised tehted kahe operandi vahel. Tulem paigutatakse esimesse operandi.

xor     edx, edx       ; edx ^= edx
and     ecx, eax       ; ecx &= eax
or      ebx, edx       ; ebx |= edx
and     eax, 0x0F      ; eax &= 0x0F

notBitwise logical not. Pöörab bitid ümber. Väärtus võib olla register või adresseeritud mälu.

not     eax            ; eax = !eax
not     dword[ebx]     ; *ebx = !*ebx

negArithmetic negate. Väärtustab täisarvu selle vastandarvuga i = -i.

neg     eax            ; eax = -eax

shl,shrLogical Shift Left/Right. Nihutab bitte loogiliselt vasakule/paremale, üle ääre nihutatud bitid kaovad ja lisatud bitid on nullid. Näiteks 0b10011100 << 2 = 0b00111000

shl     eax, 1         ; eax = eax << 1   ; sama kui eax*2
shl     ebx, eax       ; ebx = ebx << eax
shr     eax, 2         ; eax = eax >> 2   ; sama kui eax/4

sar,salArithmetic Shift Left/Right. Nihutab bitte aritmeetiliselt vasakule/paremale. Arvestab, et tegu võib olla negatiivse arvuga ning säilitab vajadusel negatiivsusbiti.

movsx   eax, 0b10000000
sar     eax, 1         ; eax = eax >> 1
                       ; AL (0b11000000)

Programmivoo käsud muuda

Programmivoo käske kasutatakse programmi loogiliseks juhtimiseks. Madalamal tasemel implementeeritakse nende käskudega if/else/while käitumist.

jmpUnconditional jump. Hüppab määratud sümbolile, muutes programmi käivitusasukohta. Otseselt muutub EIP register.

jmp     begin          ; hüppab sildi "begin" juurde

jconditionConditional jump. Hüppab sümbolile ainul siis, kui kindel tingimus on täidetud. Need käsud sõltuvad protsessori FLAGS registrist. Kõige tähtsamad bitid on Zero Flag (ZF) ja Sign Flag (SF). Kõik aritmeetilised käsud mõjutavad protsessori FLAGS registrit. Näiteks käsk xor eax, eax tõstab Zero Flagi (ZF). Täpsemalt saab lugeda FLAGS registrist Wikipedias.

je      label          ; jump if equal            (ZF=1)
jne     label          ; jump if not equal        (ZF=0)
jz      label          ; jump if zero             (ZF=1)
jnz     label          ; jump if not zero         (ZF=0)
jg      label          ; jump if greater          (signed)
jge     label          ; jump if greater or equal (signed)
jl      label          ; jump if less             (signed)
jle     label          ; jump if less or equal    (signed)
ja      label          ; jump if above          (unsigned)
jae     label          ; jump if above or equal (unsigned)
jb      label          ; jump if below          (unsigned)
jbe     label          ; jump if below or equal (unsigned)
jcxz    label          ; jump if CX register == 0
jecxz   label          ; jump if ECX register == 0

cmpSigned compare. Teostab märgitundliku lahutustehte kahe operandi vahel ja uuendab protsessori FLAGS registrit. Märgatavalt ZF ja SF. Võrdluskäsku kasutame ainult siis, kui on vaja võrrelda kahe operandi vahet (suurem/väiksem?).

cmp     [len], 0       ; len ?? 0
jl      .f_exit        ; len < 0 ? .f_exit
cmp     eax, edx       ; eax ?? edx
jg      .loop          ; eax > edx ? .loop

testEquality test. Teostab loogilise AND tehte kahe operandi vahel ja uuendab FLAGS registrit. Uuenevad ZF ja SF. Test käsku kasutame ainult siis kui on vaja testida kahe operandi võrdsust või juhul kui mõni register on väärtusega 0.

test    eax, ecx       ; eax ?? ecx
je      .f_exit        ; eax == ecx ? .f_exit
test    eax, eax       ; eax ?? eax
jz      .loop1         ; eax == 0 ? .loop1

loopLooping instruction. Teostab tsüklihüppe juhul kui ECX != 0 ja vähendab ECX-i 1 võrra.

mov  eax, 0            ; sum = 0
mov  ecx, 10           ; n = 10
.loop1                 ; do {
    inc eax            ;   ++sum
loop .loop1            ; } while(n--);
                       ; sum == 10

Näited muuda

Paar näidet Windowsi ja Linuxi platvormi peal lihtsast Hello world programmist. Microsoft Macro Assembler (MASM) töötab ainult Windowsi platvormil ning on üpriski keerukas ja detailne.

Netwide Assembler (NASM) töötab mitme platvormi peal ning on sisult väga lihtne. NASM on populaarne just Linux/Unix-keskkonnas. Linuxi peal on kompileerimine väga sarnane, seega on NASM väga hea valik multiplatvormseks arenduseks.

"Hello world!" 32-bitine MASM (Windows) muuda

; Hello World programm
; Kompileerimine:
;     \masm32\bin\ml.exe  /c /coff helloworld.asm
; Linkimine:
;     \masm32\bin\link.exe /ENTRY:main /SUBSYSTEM:CONSOLE helloworld.obj
;
.386                  ; kasuta 386 käsustikku
.model flat, stdcall  ; 32-bit, stdcall win32 API jaoks

.data                 ; andmesegmendi algus
    hello   byte  'Hello world!',10,0

.code                   ; koodisegmendi algus
    public main                       ; 'main' sümbol linkerile nähtavaks
    includelib \masm32\lib\msvcrt.lib ; lingi Visual C Runtime library
    extrn printf:near                 ; lingi C printf funktsioon

main:                   ; main sümbol (programmi algus)

    ; printf("Hello world!\n");
    push offset hello   ; lükka 1 argument pinusse
    call printf
    add  esp, 4         ; pinu balansseerimine
	
    ; return 0;
    mov  eax, 0         ; liiguta EAX registrisse 0
    ret                 ; naase Operatsioonisüsteemi (exit)

END                     ; assemblerfaili lõpp

"Hello world!" 32-bit NASM (Windows) muuda

; ----------------------------------------------------
; Hello World programm
; Kompileerimine:
;     \NASM\nasm -f win32 helloworld.asm -o helloworld.obj
; Linkimine:
;     \MinGW\bin\gcc  -Wl,-s helloworld.obj -o helloworld.exe
;
; ----------------------------------------------------

section .data
    hello db 'Hello world!', 10, 0
  
; -------------------------------
section .text
    global  _main        ; tee _main sümbol linkerile nähtavaks
    extern  _printf      ; lingi C stdlib _printf-i
    
_main:                   ; main sümbol (programmi algus)

    ; printf("Hello world!\n");
    push   hello         ; lükka argument pinusse
    call   _printf       ; kasutame C printf funktsiooni
    add    esp, 4        ; pinu balansseerimine
    
    ; return 0;
    mov    eax, 0        ; EAX := 0
    ret                  ; naaseme Operatsioonisüsteemi (exit)

"Hello world!" 32-bitine NASM (Linux) muuda

; ----------------------------------------------------
; Hello World programm
; Kompileerimine:
;     nasm -f elf helloworld.asm -o helloworld.o
; Linkimine:
;     gcc  -Wl,-s helloworld.o -o helloworld
;
; ----------------------------------------------------

section .data
    hello db 'Hello world!', 10, 0
  
; -------------------------------
section .text
    global  main         ; tee _main sümbol linkerile nähtavaks
    extern  printf       ; lingi C stdlib printf-i
    
main:                    ; main sümbol (programmi algus)

    ; printf("Hello world!\n");
    push   hello         ; lükka argument pinusse
    call   printf        ; kasutame C printf funktsiooni
    add    esp, 4        ; pinu balansseerimine
    
    ; return 0;
    mov    eax, 0        ; EAX := 0
    ret                  ; naaseme Operatsioonisüsteemi (exit)

Vaata ka muuda

Viited muuda

  1. "Intel Secrets, Bugs, and Undocumented Opcode". Originaali arhiivikoopia seisuga 9. mai 2013. Vaadatud 7. detsembril 2013.
  2. "The Creation of Unix". Originaali arhiivikoopia seisuga 28. märts 2014. Vaadatud 7. detsembril 2013.
  3. Intel ja AT&T süntaks
  4. x86 arhitektuuri registrid

Välislingid muuda