GNU C 内联汇编介绍

2024-04-04 18:27:11

GNU C 内联汇编介绍

简介

1、很早之前就听说 C 语言能够直接内嵌汇编指令。但是之前始终没有去详细了解过。最近由于某种需求，看到了相关的 C 语言代码。也就自然去简单的学习了一下如何在 C 代码中内嵌汇编指令。

asm/asm 关键字

1、总的来说在 C 代码中我们通过 asm/__asm__ 关键字来告诉编译器将指定的内容当汇编指令处理。废话不多说，先看个例子：

#include <stdio.h>

int main(int argc, char *argv[])

{

	int x = 3, y = 4;

	__asm__("addl %%ebx, %%eax"

		: "=a" (y)

		: "b" (x), "a" (y));

	printf("x + y = %d\n", y);

	return 0;

}

2、这个例子，求两数之和。将 x 的值加到 y 中，并输出 y 值。首先来看一下在 C 代码中插入汇编指令的框架代码:

__asm__("汇编指令1\n\t"

		"汇编指令2\n\t"

        "汇编指令3\n\t"

        "汇编指令n"

		: 输出变量列表

        : 输入变量列表

        : 被破坏的寄存器列表);

汇编指令

1、在 __asm__(); 的“”中，便是编写汇编指令的地方。利用 C 语言自动连接双引号的特性，我们可以像框架那样每一行只写一条指令，当然你也可以全部写在一行，那么需要用 ';' 将不同的指令分开。

2、\n 用于指令换行，\t使 GCC 编译的时候产生的汇编指令格式保持规范。

GCC 默认使用 AT&T 格式的汇编语法它与 intel 的汇编语法之间稍有不同。简单说两点不同的地方：

AT&T 汇编在操作寄存器时需要在前面加一个 '%' 符号，而 intel 的不用。由于在 C 代码中嵌入汇编时，写在字符串中，由于 '%' 在 C 语言中是特殊字符，所以为什么在第一个例子中寄存器前加了两个 '%'.
AT&T 在操作立即数时，需要在立即数前面加 '$'，而 intel 却是 '#'.
AT&T 的源与目的与 intel 相反。例如： intel: mov eax, #1 AT&T: movl $1, %eax.

3、这里只是提到了本文中会见到的一部分差异，更多具体关于 AT&T 汇编的知识，这里就不再赘述。可参见相关描述 AT&T 汇编的书籍。

输出变量列表

1、输出变量列表是描述，在内嵌的汇编指令中将哪些值输出到 C 代码环境中的哪个变量中。比如第一个例子中我们指定在执行完了所写的汇编指令后将 eax 寄存器的值输出到变量 y 中。

其中 "=a" 指明使用 eax 寄存器为输出寄存器，输出到紧跟的变量 (y) 中。

= 代表输出变量用作输出，原来的值会被新值替换。
+ 代表即可用作输入，也可用作输出。

2、输出变量列表可以写多个变量，每个之间使用逗号隔开。例如: ： “=a” (x), "=b" (y), "=r" (z)。其中用到的 a, b 等代表相应的寄存器。如下是一部分对应关系。

代码	含义
a	使用寄存器 eax
b	使用寄存器 ebx
c	使用寄存器 ecx
d	使用寄存器 edx
S	使用 esi
D	使用 edi
q	使用动态分配字节可寻址寄存器
r	使用任意动态分配的寄存器
A	使用寄存器 eax 与 edx 联合
m	使用内存地址
o	使用内存地址并可以加偏移量
I	使用常数 0-31
J	使用常数 0-63
K	使用常数 0-255
M	使用常数 0-3
N	使用一字节常数 0-255

3、这里仅仅列出了一部分常用到的代码，更多详细请参考 GNU C 的 GCC 使用手册。

这里讲一下 "=r" 的用法，像 a, b 这些代码都是指定使用的寄存器。但是 r 是让编译器随机给一个，那么我怎么知道是那个呢？

不用担心，编译器为使用的随机寄存器遍了一个号。规则是：从输出列表开始，一直到输入列表结束，从左到右，从上到下一次为 %0, %1, %2....所以我们可以这样改写第一个代码例子：

#include <stdio.h>

int main(int argc, char *argv[])

{

	int x = 3, y = 4;

	__asm__("addl %1, %0"

		: "=r" (y)

		: "r" (x), "0" (y));

	printf("x + y = %d\n", y);

	return 0;

}

输入变量列表

1、和输出变量列表一样，使用的寄存器代码依然一样的含义。只是少了 '=' 而已。注意如果一个变量使用 'r' 代码时，既做输出，又做输入的话，在写输入变量对应的寄存器时，就写它在输出列表里对应的编号。如上一个例子中 y 既做输出又做输入，那么刚进入汇编指令时，%0的值便为 y 之前的值 4 ，指令结束后 %0 为 7 , 接着又把 %0 输出到了 y 。

破坏寄存器列表

1、这一行告诉 GCC 在内联的汇编代码中，哪些寄存器可能会被使用到（显式/隐式）。那么 GCC 就会在进入内联汇编之前将这些寄存器保存起来，最后再恢复。避免影响到其他的代码。

早期的 GCC 要求把输入、输出用到的寄存器写到破坏列表里面。但是现在的编译器能够自动保存、恢复在输出、输入列表里面用到的寄存器。因此上述的例子中由于没有影响到其他非输出、非输入的寄存器，所以可以省略破坏列表。

看个栗子:

#include <stdio.h>

char* strcpy(char *dst, const char *src)

{

	__asm__("cld\n"

		"1:\tlodsb\n\t"

		"stosb\n\t"

		"testb %%al, %%al\n\t"

		"jne 1b"

		:

		:"S" (src), "D" (dst)

		:"ax");

	return dst;

}

int main(int argc, char *argv[])

{

	char buf[512];

	strcpy(buf,"Hello,AT&T!");

	printf("%s\n", buf);

	return 0;

}

// 代码中隐式的使用到了 ax 寄存器，因此我们特别的指明了 ax 为被破坏的寄存器。

GCC 的一些新特性

1、新的 GCC 允许我们为随机分配的寄存器命名，这样极大的方便我们编写内联汇编代码。看个例子：

#include <stdio.h>

int main ( int argc , char *argv[] )

{

	int a = 1;

	int b = 2;

	__asm__("addl %[b], %[a]"

		: [a] "=r"(a)

		: [b] "r"(b), "[a]"(a));

	printf ("a = %d\n" , a);

	return 0;

}

2、其实一看代码，你就明白，只需要在指明 "=r" , "r" 的前面加上 [name] 之后，便可以在汇编指令里面直接通过 %[name] 的方式使用相应分配的寄存器了。

我在阅读 GCC 的使用手册时，发现了这个特性十分方便，因此在这里特别提出。当然还有很多新特性，感兴趣的读者可以自行阅读 GNU GCC 的开发者手册，并寻找有用的特性。记得回来分享哦。

好了，这次就到这里吧！

// 本文属于博主原创，欢迎使用任何形式的转载。

// 但是必须注明出处，否则必究相关责任。

码农公寓