汇编调用C函数

来自： 图灵社区

内容选自图灵社区电子书《一个64位操作系统的实现》

作者：田宇 

链接：http://www.ituring.com.cn/article/192591（点击尾部阅读原文前往）

比如：从系统引导过程中的汇编程序跳转到系统主函数中，或者在中断处理的汇编代码中跳转到中断处理函数（传说中的中断上部）， 这些过程都是从汇编程序跳转到C程序的，其中不可缺少的有：调用约定，参数传递方式，函数调用方式等。因为这些过程都是在系统内核中，所以，我们讲解的是GNU C语言和AT&T汇编语言。话不多说，下面让我们逐一介绍。

函数的调用方式

函数的调用方式其实没那么复杂，基本上就是jmp、call、ret或者他们的变种而已。让我们先看下面的程序。

int test()

{

    int i = 0;

    i =  1 + 2;

    return i;

}

int main()

{

    test();

    return 0;

}  

这段程序基本上没有什么难点，很简单，对吧？唯一要注意的地方是main函数的返回值，这里个人建议大家要使用int类型作为主函数的返回值，而不要使用void，或者其他类型。虽然，在主函数执行到return 0之后就跟我们没有什么关系了。但是，有的编译器要求主函数要有个返回值，或者，在某些场合里，系统环境会用到主函数的返回值。考虑到上述原因，要使用int类型作为主函数的返回值，如果处于某个特殊的或者可预测的环境下，那就无所谓了。

说了这么多，反汇编一下这段代码，看看汇编语言是怎么调用test函数的。工具objdump，用于反汇编二进制程序，它有很多参数，可以反汇编出各类想要的信息。

objdump工具命令：

objdump -d test

下面是反汇编后的部分代码，把相关的系统运行库等一些与上面C程序不相关的代码忽略掉。经过删减后的反汇编代码如下：

0000000000400474 :

  400474:    55                       push   %rbp

  400475:    48 89 e5                 mov    %rsp,%rbp

  400478:    c7 45 fc 00 00 00 00     movl   $0x0,-0x4(%rbp)

  40047f:    c7 45 fc 03 00 00 00     movl   $0x3,-0x4(%rbp)

  400486:    8b 45 fc                 mov    -0x4(%rbp),%eax

  400489:    c9                       leaveq 

  40048a:    c3                       retq   

000000000040048b

:

  40048b:    55                       push   %rbp

  40048c:    48 89 e5                 mov    %rsp,%rbp

  40048f:    b8 00 00 00 00           mov    $0x0,%eax

  400494:    e8 db ff ff ff           callq  400474

  400499:    b8 00 00 00 00           mov    $0x0,%eax

  40049e:    c9                       leaveq 

  40049f:    c3                       retq   

大家先看000000000040048b :这一行，这里就是主函数，前面的000000000040048b其实是函数main的地址。一共16个数，16 * 4 = 64，对！这就是64位地址宽度啦。

乍一看，有好多个“%”符号，还记得2.2.1节里讲的AT&T汇编语法吗？这就是那里面说——引用寄存器的时候要在前面加“%”符号。

还有一些汇编指令的后缀，如：“l”、“q”。“l”的意思是双字（long型），“q”的意思是四字（64位寄存器的后缀就是这个）。

如果您仔细观察，是不是会发现有些寄存器rbp，rsp等，感觉会跟ebp和esp有关系呢？答对了，esp寄存器是32位寄存器，而rsp寄存器是64位寄存器。这是Intel对寄存器的一种向下继承性，从最开始一字节的al，ah，到两字节的ax（16位），四字节的eax（32位），再到八字节的rax（64位），寄存器的长度在不断的扩展，对于相关指令的使用，也从“b”、“l”，“q”，也是不断的向下继承或扩展。

这里有一条指令leaveq，它等效于 movq %rbp, %rsp; popq %rbp;

callq 400474 这句的意思就是跳转到test函数里执行。其实汇编调用C函数就这么简单，如果把这条callq指令改成jmpq指令也是可以的。这要从call和jmp的区别上说起，call会把在其之后的那条指令的地址压入栈，在上面反汇编后的代码中，就是0000000000400499，然后再跳转到test函数里执行。而jmpq就不会把地址0000000000400499压入栈中。当函数执行完毕，调用retq指令返回的时候，会把栈中的返回地址弹出到rip寄存器中，这样就返回到main函数中继续执行了。

实现jmpq代替callq的伪代码如下所示：

pushq    $0x0000000000400499  

jmpq     400474  

对于callq 400474 这条指令也可以使用retq来实现。它的实现原理是：指令retq会将栈中的返回地址弹出，并放入到rip寄存器中，然后处理器从rip寄存器所指的地址内取指令后继续执行。根据这个原理，可以先将返回地址0000000000400499压入栈中。然后再将test函数的入口地址0000000000400474压入栈中，接着使用retq指令，以调用返回的形式，从main函数“返回”到test函数中。

实现retq代替callq的伪代码如下所示：

pushq $0x0000000000400499

pushq $0x0000000000400474

retq  

这些看起来是不是没有想象的那么难？其实把汇编的原理掌握清楚了，这些都是可以灵活运用的，希望这段内容能启发读者的灵感~！

调用约定

对于不同的公司，不同的语言以及不同的需求，都是用各自不同的调用约定，而且他们往往差异很大。在IBM兼容机对市场进行洗牌后，微软操作系统和编程工具占据了统治地位，除了微软之外，还有零星的一些公司，以及开源项目GCC，都各自维护着自己的标准。下面是比较流行的几款调用标准，咱们写的大多数程序都出自这个标准之一。

• stdcall

1、在进行函数调用的时候，函数的参数是从右向左依次放入栈中的。

如：

int function（int first，int second）  

这个函数的参数入栈顺序，首先是参数second，然后是参数first。

2、函数的栈平衡操作是由被调用函数执行的，使用的指令是 retn X，X表示参数占用的字节数，CPU在ret之后自动弹出X个字节的堆栈空间。例如上面的function函数，当我们把function的函数参数压入栈中后，当function函数执行完毕后，由function函数负责将传递给它的参数first和second从栈中弹出来。

3、在函数名的前面用下划线修饰，在函数名的后面由@来修饰，并加上栈需要的字节数。如上面的function函数，会被编译器转换为_function@8。

• cdecl

1、在进行函数调用的时候，和stdcall一样，函数的参数是从右向左依次放入栈中的。

2、函数的栈平衡操作是由调用函数执行的，这点是与stdcall不同之处。stdcall使用retn X平衡栈，cdecl则使用leave、pop、增加栈指针寄存器的数据等方法平衡栈。

3、每一个调用它的函数都包含有清空栈的代码，所以编译产生的可执行文件会比调用stdcall约定产生的文件大。

cdecl是GCC的默认调用约定。但是，GCC在x64位系统环境下，使用寄存器作为函数调用的参数。按照从左向右的顺序，头六个整型参数放在寄存器RDI, RSI, RDX, RCX, R8和R9上，同时XMM0到XMM7用来放置浮点变元，返回值保存在RAX中，并且由调用者负责平衡栈。

• fastcall
  

1.函数调用约定规定，函数的参数在可能的情况下使用寄存器传递参数，通常是前两个 DWORD类型的参数或较小的参数使用ECX和EDX寄存器传递，其余参数按照从右向左的顺序入栈。

2、函数的栈平衡操作是由被调用函数在返回之前负责清除栈中的参数。

还有很多调用规则，如：thiscall、naked call、pascal等，有兴趣的读者可以自己去研究一下。

参数传递方式

函数参数的传递方式无外乎两种，一种是通过寄存器传递，另一种是通过内存传递。这两种传递方式在我们平时的开发中并不会被关注，因为不在特殊情况下，这两种传递方式，都可以满足要求。但是，我们要写的是操作系统，在操作系统里面有很多苛刻的环境要求，这使得我们不得不了解这些参数传递方式，来解决这些问题。

• 寄存器传递

寄存器传递就是将函数的参数放到寄存器里传递，而不是放到栈里传递。这样的好处主要是执行速度快，编译后生成的代码量少。但只有少部分调用规定默认是通过寄存器传递参数，大部分编译器是需要特殊指定使用寄存器传递参数的。

在X86体系结构下，系统调用一般会使用寄存器传递，由于作者看过的内核种类有限，也不能确定所有的内核都是这么处理的，但是Linux内核肯定是这么做的。因为应用程序的执行空间和系统内核的执行空间是不一样的，如果想从应用层把参数传递到内核层的话，最方便快捷的方法是通过寄存器传递参数，否则需要使用很大的周折才能把数据传递过去，原因会在以后的章节中详细讲述。

• 内存传递

内存传递参数很好理解，在大多数情况下参数传递都是通过内存入栈的形式实现的。

在X86体系结构下的Linux内核中，中断或异常的处理会使用内存传递参数。因为，在中断产生后，到中断处理的上半部，中间的过渡代码是用汇编实现的。汇编跳转到C语言的过程中，C语言是用堆栈保存参数的，为了无缝衔接，汇编就需要把参数压入栈中，然后再跳转到C语言实现的中断处理程序中。

以上这些都是在X86体系结构下的参数传递方式，在X64体系结构下，大部分编译器都使用的是寄存器传递参数。因此，内存传递和寄存器传递的区别就不太重要了。

---

●本文编号58，以后想阅读这篇文章直接输入58即可。

●输入m可以获取到文章目录

---

推荐《15个技术类公众微信》