数据类型
和高级语言一样，ARM汇编语言支持对不同数据类型的操作。我们可以load（或store）的数据类型包括signed/unsigned words，halfwords或者bytes。我们用“-h”或“-sh”后缀表示half words，用“-b”或“-sb”表示bytes，无后缀默认表示words。有符号和无符号数据类型之间的区别有：
§ 有符号数可以表示正直和负值，所以范围较小；
§ 无符号数只能表示正值，所以范围更大。
下面是使用load和store指令操作不同类型数据的示例：
字节序
在内存中有两种存储多字节数据的方式，大端序和小端序。这两种方式的差异是数据存储时的字节顺序不同。在以小端序存储数据的设备中（如x86），位权低（个位的位权比十位低）的字节存储在低地址（地址值小的地址）。在以大端序存储数据的设备上，位权高的字节存储在低地址。
上一篇我们提到过，ARM架构在ARMv3之前是小端序的，在那之后，ARM处理器可以通过硬件配置在大小端之间切换。以ARMv6为例，指令是固定的以小端序存储的，而内存数据的读取方式可以通过控制程序状态寄存器CPSR的第9位实现在大端和小端之间切换。
ARM 寄存器
ARM处理器的寄存器个数与ARM指令集版本有关。根据ARM手册，除了基于ARMv6-M和ARMv7-M的处理器，其它的ARM处理器都有30个32 bit的通用寄存器。前17个（原文是16个，我觉的可能是作者犯的off-by-one错误，如果理解有误，请高手指正）寄存器是在用户模式下可访问的，其它的寄存器只有在特定的运行模式下才可以访问（ARMv6-M和ARMv7-M除外，它们的架构有一些差异，有兴趣的话可以单独去学习）。在这篇教程中，我们将关注那些可以在任何运行模式下被访问的寄存器：r0~r15还有CPSR。这16个寄存器可以被分为两组：通用寄存器和专用寄存器。
下面这张表将ARM的寄存器和x86寄存器做了一个简单类比：
R0~R12（R12的使用要慎重）:R0~R12是通用寄存器（R12已经不完全是了），它们可以在常规操作中使用，来存储临时变量或地址。习惯上，R0常在算数运算中作为累加器，或者存储函数的返回地址。R7常用于存储系统调用号。R11常作为栈帧指针来标记函数栈帧的边界。此外，ARM的函数调用约定规定，函数的前四个参数存储在寄存器r0~r3中。
R13：R13是堆栈指针（SP，Stack Point）。它指向堆栈的顶部。堆栈是用来存储函数局部存储的一段内存，在函数返回时回收。堆栈指针通过减去我们要分配的空间大小，来分配堆栈上的空间。比如，我们要分配一个32 bit的空间，那么就令R13减4。
R14：R14是链接寄存器（LR，Link Register）。当进行函数调用时，链接寄存器被更新为调用函数指令的下一条指令的地址。这样做可以使程序在执行完子函数之后得以返回父函数。
R15：R15是程序计数器（PC，Program Counter）。在执行指令时，PC总是自动的增加，增加的大小等于正在执行指令的长度。这个长度在ARM架构下是固定的，ARM模式是4字节，Thumb模式是2字节。当执行分支指令时，PC被更新为目的地址。需要注意的是，由于RISC CPU流水线优化的原因，在执行期间，ARM模式下PC等于当前指令地址加8，Thumb模式下等于当前指令地址加4，也就是后移两条指令。这不同于x86的EIP寄存器，总是指向当前指令的下一条指令。
下面我们通过调试器来看看PC的行为。我们使用下面的程序，先将PC保存在寄存器r0中，然后随意执行两条指令。让我们看看会发生什么：
我们使用gdb远程调试（作者在这里使用了gef增强脚本，可以在https://github.com/hugsy/gef找到，关于gdb远程调试环境搭建以及gef的配置使用，后面会单独写文章介绍）在_main标号处设置断点，然后执行：
你应该会看到类似下面的输出：
我们可以看到，PC中存储的地址为（0x10058），也就是下一条即将执行的指令地址。我们使用si命令单步执行，下一条指令中PC将被存储到寄存器r0中，届时寄存器r0的值将会是0x10058，是这样吗？
然而，事实并非如此。我们来看寄存器r0，我们期待的结果是调试器显示的PC的值0x10058，然而指令执行的结果表明，在指令执行时PC指向的是0x10060，相当于向后偏移两条指令的位置。
产生这种差异的原因其实很简单，调试器显示的PC寄存器的值是经过处理的。下面我简单解释一下，当0x10058处的指令被执行时，PC寄存器已经指向了0x10058+0x8处的指令，这是由于CPU的流水线机制导致的。CPU取指令，解码指令和执行指令时使用的是不同的硬件部件，因此，这几个操作（实际的CPU可能更复杂，有更多的操作步骤）是可以并行执行的。
因为RISC CPU的指令长度一定，所以CPU可以在解码指令之前就知道下一条指令的长度，从而在解码指令时取下一条指令，在执行指令时，对下一条指令进行解码，并取下下一条指令，这称为三级流水线。所以ARM当我们在执行0x10058处的指令时，PC已经指向0x10060处进行取指令操作了。这是硬件中真实发生的情况，而调试器为了令展示更有逻辑性，所以PC寄存器显示了当前执行指令的地址，当我们真实调试时不要受此影响。
当前程序状态寄存器
当你调试一个ARM二进制文件时，你会关心Flags。
如果你查看gef显示的寄存器信息，会发现一个特殊的寄存器$cpsr（Current Program Status Register，当前程序状态寄存器）。你可以看到其中存储了thumb、fast、interrupt、overflow、carry、zero和negative这些Flags标志位。
thumb、fast、interrupt、overflow、carry、zero、negative这些标志位，由寄存器$cpsr中特定的比特位表示。当$cpsr寄存器的某个比特位被置位时，gef中的标志位会显示为粗体。N，Z，C和V位与x86上EFLAG寄存器中的SF，ZF，CF和OF位相同。这些标志位被用于实现汇编语言层变的条件分支和循环，我们将在第六篇：条件分支中对它们进行详细介绍。
上图显示了32 bit寄存器$cpsr的布局，左边是高位，右边是低位。每个单元格（除了GE、MM和空白单元格）都是1 bit。这些1 bit的标志位定义了程序当前状态的各种属性。
假设我们用cmp指令来比较1和2，结果将为负，Negative标志位被置1。因为cmp指令执行一次隐式的减法操作，1-2=-1。然而，如果我们比较2和1（和刚才相反），减法操作不借位，Carry标志位被置1。如果我们比较两个相同的数，比如2和2，那么2-2=0，在Carry标志位置1的同时，Zero标志位也被置1。可以使用如下示例程序检验上述分析。
本文由看雪翻译小组 ljcnaix 编译，来源Azeria Labs
转载请注明来自看雪社区
联系客服
