Question

我正在教自己调试汇编语言;我是集会新手。我有一个非常简单的C ++程序，我使用不同的反汇编程序将它拆解了3次：GDB，otool和godbolt.org。 GDB和godbolt.org产生了大约相同数量的代码（文字处理器中的1页），尽管许多行不同。 otool -tv命令生成了大约14页的代码，因此在GDB和godbolt.org输出方面存在许多差异。汇编代码太长，无法发布。我期待汇编代码输出彼此相同。为什么它们不同，哪种反汇编最好？

这是我的C ++程序：

#include <iostream>

int main () {

int a = 1;
int b = 2;
int c = 3;

a += b;
a = a + c;

std::cout << "Value of A is " << a << std::endl;

return 0;

}

汇编差异的一个例子：

GDB：

0x0000000100000f44 <+4>:    sub    $0x30,%rsp
0x0000000100000f48 <+8>:    mov    0x10c1(%rip),%rdi        # 0x100002010
0x0000000100000f4f <+15>:   lea    0xfb6(%rip),%rsi

Godbolt.org：

sub rsp, 16
mov DWORD PTR [rbp-4], 1
mov DWORD PTR [rbp-8], 2

Otool -tv比其他代码提供了13页代码，因此存在明显的差异。

Answer 1

您遇到的差异不在反汇编程序中，而是在用于表示机器指令的语法中。

汇编是一种非常低级的语言，其中机器指令和助记符之间存在一对一的映射。前者是位序列，可能是可变长度的 - 就像x86架构的情况一样。该表示由CPU直接解释以执行与指令的语义相关联的工作。汇编语言是一个＆＃34; 人类可读＆＃34;这种序列的表示。

基本上，您可以找到任何方式来表示相同的机器指令。这是汇编语法。

众所周知，对于x86架构，存在两种不同的语法： AT＆amp; T 和 Intel 。您从GBD获得的输出是根据AT＆amp; T语法生成的，而您从Godbolt.org获得的输出是 Intel 。

英特尔和AT＆amp; T语法在外观上彼此非常不同，这可能就是为什么你一直认为结果不一样的原因。实际上，它只是表示完全相同的指令的另一种方式。

这两个＆＃34; 方言＆＃34;对于同一建筑的装配而言，出生时考虑了不同的目标。 AT＆amp; T语法是在AT＆amp; T实验室开发的，用于支持为许多不同的CPU生成程序（参见书籍Jeff Duntermann, Assembly Language Step-by-Step）。当时，AT＆amp; T在计算机史上扮演着重要角色。 AT＆amp; T（贝尔实验室）一直是Unix的源头 - 它的范例目前（虽然部分地）致力于Linux - C编程语言，以及我们今天继续使用的许多其他基础工具。

另一方面，英特尔的语法已由英特尔开发，用于他们自己的CPU。许多英特尔语法的采用者都表示，在英特尔CPU上进行prorgamming时它更加整洁。情况可能就是这样，因为语法已经精心设计为CPU支持的内容。

虽然现在不再使用AT＆amp; T语法（至少，据我所知）为x86以外的CPU编写程序，但有些＆＃34;罪魁祸首＆＃34;语法的生成源于更多＆＃34; general＆＃34;。

那么，哪一个要学习？我的选择将取决于您所处理的环境。整个Unix生态系统（包括Linux和Mac Os）都有一个直接使用该语法的工具链（例如gas）。在Linux内核（以及其他低级软件）中，您肯定会发现AT＆amp; T语法的内联汇编代码与硬件交互。另一方面，Windows系统具有说英特尔语法的工具链（例如nasm）。虽然编译时标志可以要求这些工具切换到其他语法（例如-M的{{1}}标志），但习惯是采用＆＃34; native＆＃34;语法。

关于问题中给出的具体示例，它们是“不兼容的”，因为它们指的是反汇编代码的不同部分，因此两者之间存在更高程度的差异。。实际上，关于这个GDB输出：

objdump

相应的英特尔反汇编将是：

sub    $0x30, %rsp
mov    0x10c1(%rip), %rdi
lea    0xfb6(%rip), %rsi

另一方面，关于Godbolt.org输出：

sub    rsp, 0x30
mov    rdi, QWORD PTR [rip+0x10c1]
lea    rsi, [rip+0xfb6]

相应的AT＆amp; T反汇编将是：

sub rsp, 16
mov DWORD PTR [rbp-4], 1
mov DWORD PTR [rbp-8], 2

正如您所看到的，最大的区别可能会引起很多麻烦，这与AT＆amp; T语法首先放置源然后放置目标这一事实有关，而英特尔语法则相反。< / p>

Answer 2

汇编序列不是具有不同语法的等价物，它们只是不同，可能是由于使用了不同的编译器。

第一对：

sub $0x30,%rsp             ;rsp -= 0x30
sub rsp,16                 ;rsp -= 0x10

下一对：

mov 0x10c1(%rip),%rdi      ;rdi = [rip+0x10c1]  (loads a value)
mov DWORD PTR [rbp-4],1    ;[rbp+4] = 1  (stores an immediate value)

下一对：

lea    0xfb6(%rip),%rsi    ;rsi = rip+0xfb6   (loads an offset)
mov DWORD PTR [rbp-8],2    ;[rbp+8] = 2 (stores an immediate value)

这两个序列都不完整，但我认为这并不重要，因为显示的序列已经显示出差异。

Answer 3

因为源代码和程序集之间没有1对1的关系。编译器可能会为以下语句生成相同的程序集：

x = x + 1

和

x++;

这两个都会被编译成类似

的东西

add dword ptr [rdi], 1

那么，当我们拆开它时，哪一个应该被拆解成？ x = x+1或x++？这几乎适用于程序的每个语句 - 如果有多种方式表达源语言中发生的事情，并且效果相同，编译器可能会选择将它们转换为相同的输出。之后，你无法知道使用了哪一个。

为什么汇编代码根据我使用的反汇编程序而有所不同？

3 个答案: