x86架构中的指令解码

Question

我正在为我的实验室开发一个操作系统项目，我将使用指令指针和指令操作码。现在我需要知道的是它是什么类型的指令。为此，我正在从指令指针指向的地址读取数据。这个数据的第一个字节给出了指令类型。例如，如果第一个字节是0xC6，则它是MOVB指令。现在有些情况下指令指针的第一个字节是0x0F。根据文档0x0F，这意味着它是一个双字节指令。我的问题是这种类型的指令。我不知道如何找出双字节指令的指令类型。

之后我的第二个优先级是两个找出指令的操作数。我不知道从代码中做到这一点。任何示例代码将不胜感激

第三，需要找出指令的大小。由于x86是可变长度的，我想知道每条指令的大小。起初我打算使用查找表，我将维护指令名称及其大小。但后来我发现同一条指令的长度可变。例如，当我在.o文件上使用对象转储时，我发现两条指令C6 00 62用于MOVB $0x62,(%EAX)＆amp; C6 85 2C FF FF FF 00用于MOVB $0x0,-0xD4(%EBP)。看这里两个指令类型相同（C6）但是长度不同。

所以我需要回答这些问题。如果有人能给我一些解决方案，我们将非常感激。

Answer 1

基本上你需要的是一组嵌套的case语句，实现一个有限状态机扫描器，其中每个级别检查操作码的一些字节（通常是从左到右）以确定它的作用。

你的顶级案例陈述几乎是256个案例，每个操作码字节一个; 你会发现一些操作码（特别是所谓的“前缀”字节）导致顶层循环（在主操作码字节之前拾取多个前缀字节）。子案例将根据x86的操作码结构获取结构;你几乎肯定会得到一个MODRM和SIB寻址模式字节解码器/子程序。

我做到了这一点;由于细节但工作很烦人，但并不难。如果你小心的话，你可以在几百行代码中得到一个很好的解决方案。如果你坚持做整个指令集（向量寄存器和操作码，尤其是用于haswell等），你可能会得到更大的东西;英特尔一直在将指令干扰到他们能找到的每个黑暗角落。

你真的需要一个操作码映射;我很确定英特尔手册中有一个。我发现此链接非常有用：http://www.ref.x86asm.net/coder32.html

编辑2015年9月：在这里，我提供了实现此目的的C代码： https://stackoverflow.com/a/23843450/120163

Answer 2

其他方法是使用众多解析器生成器框架之一（例如无处不在的yacc）为程序集实际构建适当的解析器。与使用具有大量案例的嵌套switch语句相比，这可能导致更容易维护和模式可读的实现。

还有一种中间方法，因此可以“手动”实现基于表的解析器。这里有一个例子：https://github.com/libcpu/libcpu/blob/master/arch/x86/x86_decode.cpp

Answer 3

kvm有一个非常复杂的x86仿真器/解码器，可以由您的项目重复使用。