从汇编角度分析C语言的过程调用

原文出自【听云技术博客】：http://blog.tingyun.com/web/a...

基本术语定义

1.系统栈（system stack）是一个内存区，位于进程地址空间的末端。

2.在将数据压栈时，栈是自顶向下增长的，该内存区用于函数的局部变量提供内存。它也支持在调用函数时传递参数。

3.如果调用了嵌套的过程，栈会自上而下增长，并接受新的活动记录（activation record）来保存一个过程所需的所有数据。

4.当前执行过程的活动记录，由标记顶部位置的帧指针（frame point）和标记底部位置的栈指针（stack point）定义。

5.在过程执行时，虽然其顶部的限制是固定的，但底部的限制是可以扩展的（在需要更多内存空间时）。

分析栈帧（分析如下）

上图第2个栈帧的分析如下：

1、在栈帧顶部是返回地址，以及保存的旧的帧指针。返回地址指定了当前过程结束时代码的控制流转向的内存地址，而保存的旧的帧指针则是前一个活动记录的帧指针。在当前过程结束后，该帧指针的值可用于重建调用过程的栈帧，在试图调试调用栈回溯时，这一点很重要。

2、活动记录的主要部分是为过程调用局部变量分配的内存空间。在C中，这种变量也称为自动变量（automatic variable）。

3、在函数调用时，以参数形式传递到函数的值，存储在栈的底部。

4、所有常见的计算机体系结构都提供了以下两个栈操作指令：

push指令将一个值放置在栈上，并将栈指针esp减去该值所占用的内存字节数。栈的末端下移到更低的地址；

pop指令从栈中弹出一个值，并相应增加栈指针esp的值，也就是说，栈的末端上移了。

5、一般体系结构另外提供两个指令，用于调用和退出函数（自动返回到调用过程），它们也会自动操作栈：

call指令将指令指针的当前值压栈，跳转到被调用函数的起始地址。 call 指令 ：在AT&T汇编中，call foo（foo是一个标号）等效于以下汇编指令： pushl %eip ，movl f, %eip ；

return指令从栈上弹出返回地址，并跳转到该地址。过程的实现必须将rerurn作为最后一条指令，由call放置在栈上的返回地址位于栈的底部（实际上是上一个活动记录的底部，当前活动记录的顶部）。 ret指令： 在AT&T汇编中，ret等效于以下汇编指令： popl %eip

过程调用两个组成步骤

1、在栈中建立参数列表。传递到被调用函数的第一个参数最后入栈（从右到左）。这使得C中可以传递可变数目的参数，然后将其从栈上逐一弹出（pop）。

2、调用call，这将指令指针的当前值（call之后的下一条指令）压栈，代码的控制流转向被调用的函数。被调用的过程负责管理帧指针ebp，需要执行下列步骤：

前一个帧指针压栈，因而栈指针下移。

将栈指针的当前值copy给帧指针，标记当前执行函数的栈区的起始位置。

执行当前函数的代码。

在函数结束时，存储的旧帧指针位于栈的底部。其值从栈弹出到帧指针寄存器（ebp），使之指向前一个函数的栈区起始位置。现在，对当前函数执行call指令时压栈的返回地址位于栈低。

调用return，将返回地址从栈弹出。cpu转移到返回地址，代码的控制流也返回到调用函数。

具体C 语言例子分析

初看起来，这种方法似乎有些混乱，因此，我们先看一个简单的C语言例子：

在IA-32系统上，汇编代码本身必须是AT&T表示法给出。

AT&T汇编语法总结为以下5条规则，就足够了。

1.寄存器通过在名称前加百分号（%）前缀引用。example：为使用eax寄存器，汇编代码中将使用%eax。（如果在C中内联汇编的话，C代码必须指定两个百分号，才能在转给汇编器的输出中形成一个百分号）。

2.源寄存器总是在目的寄存器之前指定。 example，在mov语句中，这意味着 mov a，b 将 寄存器a中的值 内容copy到寄存器b中。

3.操作数的长度由汇编语句的后缀指定。b代步byte，w代表word，l代表long。在IA-32上，将一个长整型从eax寄存器移动到ebx寄存器中，需要指定movl %eax，%ebx。

4.间接内存引用（指针反引用）需要将寄存器包含在括号中，example：movl（%eax）,%ebx 将寄存器eax的值指向的内存地址中的长整型copy到ebx寄存器中。

5.offset（register）指定寄存器值与一个偏移量联用，将偏移量加到寄存器的实际值上。example： 8（%eax）指定将eax+8用作一个操作数。该表示法主要用于内存访问，例如指定与栈指针或帧指针的偏移量，以访问某些局部变量。

我们来分析一下 main.s 汇编代码：

1.从main 主函数开始分析. 在IA-32系统中，ebp寄存器用于帧指针（栈顶）,pushl %ebp 将该ebp寄存器中的值压入系统栈上最低位置，这导致栈顶指针向下移动4byte，这是因为IA-32系统上需要4byte来表示一个指针（pushl中的后缀l，在AT&T汇编中表示一个long型）。

2.第3行，movl %esp, %ebp 将esp（栈指针）寄存器 的值 copy到ebp（帧指针）寄存器中；把当前的栈指针作为本函数的帧指针。

3.第4行，subl $24,%esp 从栈指针减去0x18 byte，使得栈指针下移，将栈的空间增大了0x18=24byte；

调整栈指针，为局部变量保留空间。局部变量必须放置在栈上，在C代码中，a与b两个局部变量，两者都是整型变量，在内存中都需要4个byte。

因为栈的前4个byte保存了 帧指针的旧值（上一个活动记录），编译器将接下来的两个 4byte内存分配给了这两个局部变量。

ebp - 0xC 存着局部变量a的值 3 ； ebp - 0x8 存着局部变量b的值 4 （这里可以看到参数是从右到左 压入栈的）。

4.第5行 ，第6行 movl $0x3, -0xC(%ebp) movl $0x4, -0x8(%ebp) : 为了向分配的内存空间设置初始值（对应C中 局部变量的初始化），编译器使用了处理器的指针反引用选项。 这两天指令通知编译器，引用“帧指针减12”得到的值 在内存中指向的位置。使用mov指令将值3 写入该位置。

编译器接下来用同样的方法处理第2个局部变量，其在栈的位置稍低，ebp - 0x8 （ebp - 8byte） 位置 ，值为4。

5.第7行，第8行设置第2个参数（b），第9行，第10行负责设置第1个参数（a）。 movl -8(%ebp), %eax ； movl %eax, 4(%esp) ； movl -12(%ebp), %eax； movl %eax, (%esp)

局部变量a和b必须用作即将调用的add过程调用的参数。编译器通过将适当的值放置在栈的末端来建立参数列表。

如前所述，第一个参数在最低部。栈指针用于查找栈的末尾。

内存中对应的位置通过指针反引用确定。将栈上的两个局部变量的值分别读入eax寄存器，然后将eax的值写入参数列表中对应的位置。（一般情况）

6.上图描述了 add（）函数调用前后，栈的状态。现在可以使用call 指令调用add（）函数。call指令 将eip(指令指针寄存器)压入栈，代码控制流在add例程的开始处恢复执行。

根据调用约定，例程首先将此前的帧指针（ebp）压入栈，并将栈指针（esp）赋值给 帧指针（ebp）。

过程的参数可以根据帧指针（ebp）查找。编译器知道参数就在调用函数的活动记录末尾，而在当前活动记录开始处又存储了两个4byte的值(返回地址，旧帧指针)。因此参数可以通过反引用ebp+8和ebp+12访问。

add 指令用于 加法，而eax寄存器用作工作空间。结果值就保存在该寄存器中，使它可以传递给调用函数（这里是main（））。

为了返回到调用函数，需要执行以下两个操作: 使用pop将存储的帧指针（ebp）从栈弹出到ebp寄存器。栈帧的顶端重新恢复到main（）的设置;ret将返回地址从栈弹出到 eip（指令指针）寄存器，控制流转向该地址。

7.因为main（）中还使用了另一个局部变量（ret）来存储add（）函数的返回值，返回后需要将eax寄存器的值 copy 到ret在栈上的位置。

总结

关于AT&T汇编

enter指令
在AT&T汇编中，enter等效于以下汇编指令：
pushl %ebp # 将%ebp压栈
movl %esp %ebp # 将%esp保存到%ebp， 这两步是函数的标准开头
leave指令
在AT&T汇编中，leave等效于以下汇编指令：
movl %ebp, %esp
popl %ebp
call指令
在AT&T汇编中，call foo（foo是一个标号）等效于以下汇编指令：
pushl %eip
movl f, %eip
ret指令
在AT&T汇编中，ret等效于以下汇编指令：
popl %eip

（个人理解）汇编可以用一句话概括：汇编就是在（寄存器和寄存器）或 （寄存器和内存）之间来回move 数据；就是指：数据在内存和寄存器间来回流动，流动的越频繁就代表程序越复杂，比如office这样的大型软件。

从C语言层面分析：

EBP-xx 一般 是局部变量

EBP+xx 一般都是参数

EBP+4 返回地址 ，制高点， 很多攻击都是攻击这里， 杀毒软件，这里是重点会扫描。

C函数堆栈中分配的空间，并不会清零，所以在写C代码的时候，局部变量一定要初始化赋值。

参数的传递形式、传递顺序已经栈平衡并不是固定的（不同的函数调用约定）。

关于 寄存器 与内存的区别：

寄存器位于cpu内部，执行速度快，但比较贵。

内存速度相对较慢，成本低，所以容量能做很大。

寄存器和内存没有本质区别，都是用于存储数据的容器，都是定宽的。

寄存器常用的8个通用寄存器 ：EAX,ECX,EDX,EBX, ESP, EBP, ESI, EDI.

计算机中的几个常用计量单位：BYTE， WORD， DWORD ：BYTE（字节） = 8bit ； WORD （字 ） = 16bit ； DWORD （双字）=32bit；

内存的数量特别庞大，无法每个内存单元都命名一个名字，所以用编号来替代。

我们称计算机CPU是32bit或者64bit，有很多书上说之所以叫32bit计算机是因为寄存器的宽度是32bit，这是不准确的，因为还有很多寄存器是大于32bit的。