GCC内嵌汇编语言
作者：肖文鹏 临江仙 整理：杨小华
绝大多数 Linux 程序员以前只接触过DOS/Windows 下的汇编语言，这些汇编代码都是 Intel 风格的。但在 Unix 和 Linux 系统中，更多采用的还是 AT&T 格式，两者在语法格式上有着很大的不同。
汇编基本语法简介
在 AT&T 汇编格式中，寄存器名要加上 '%' 作为前缀；而在 Intel 汇编格式中，寄存器名不需要加前缀。例如：
AT&T 格式 | Intel 格式 |
|---|---|
pushl �x | push eax |
在 AT&T 汇编格式中，用 '$' 前缀表示一个立即操作数；而在 Intel 汇编格式中，立即数的表示不用带任何前缀。例如：
AT&T 格式 | Intel 格式 |
|---|---|
pushl $1 | push 1 |
AT&T 和 Intel 格式中的源操作数和目标操作数的位置正好相反。在 Intel 汇编格式中，目标操作数在源操作数的左边；而在 AT&T 汇编格式中，目标操作数在源操作数的右边。例如：
AT&T 格式 | Intel 格式 |
|---|---|
addl $1, �x | add eax, 1 |
在 AT&T 汇编格式中，操作数的字长由操作符的最后一个字母决定，后缀'b'、'w'、'l'分别表示操作数为字节（byte，8 比特）、字（word，16 比特）和长字（long，32比特）；而在 Intel 汇编格式中，操作数的字长是用 "byte ptr" 和 "word ptr" 等前缀来表示的。例如：
AT&T 格式 | Intel 格式 |
|---|---|
movb val, %al | mov al, byte ptr val |
在 AT&T 汇编格式中，绝对转移和调用指令（jump/call）的操作数前要加上'*'作为前缀，而在 Intel 格式中则不需要。
远程转移指令和远程子调用指令的操作码，在 AT&T 汇编格式中为 "ljump" 和 "lcall"，而在 Intel 汇编格式中则为 "jmp far" 和 "call far"，即：
AT&T 格式 | Intel 格式 |
|---|---|
ljump $section, $offset | jmp far section:offset |
lcall $section, $offset | call far section:offset |
与之相应的远程返回指令则为：
AT&T 格式 | Intel 格式 |
|---|---|
lret $stack_adjust | ret far stack_adjust |
在 AT&T 汇编格式中，内存操作数的寻址方式是
AT&T 格式 | Intel 格式 |
|---|---|
section:disp(base, index, scale) | section:[base index*scale disp] |
由于 Linux 工作在保护模式下，用的是 32 位线性地址，所以在计算地址时不用考虑段基址和偏移量，而是采用如下的地址计算方法：disp base index * scale
下面是一些内存操作数的例子：
AT&T 格式 | Intel 格式 |
|---|---|
movl -4(�p), �x | mov eax, [ebp - 4] |
movl array(, �x, 4), �x | mov eax, [eax*4 array] |
movw array(�x, �x, 4), %cx | mov cx, [ebx 4*eax array] |
movb $4, %fs:(�x) | mov fs:eax, 4 |
内嵌汇编格式简介
内嵌汇编语法如下：
__asm__(汇编语句模板: 输出部分: 输入部分: 破坏描述部分) |
|---|
其中，asm 和 __asm__是完全一样的。共四个部分：汇编语句模板，输出部分，输入部分，破坏描述部分，各部分使用“:”格开，汇编语句模板必不可少，其他三部分可选，如果使用了后面的部分，而前面部分为空，也需要用“:”格开，相应部分内容为空。例如：
__asm__ __volatile__("cli": : :"memory") |
|---|
1、汇编语句模板
汇编语句模板由汇编语句序列组成，语句之间使用“;”、“//n”或“//n//t”分开。指令中的操作数可以使用占位符引用C语言变量，操作数占位符最多10个，名称如下：%0，%1，…，%9。指令中使用占位符表示的操作数，总被视为long型（4个字节），但对其施加的操作根据指令可以是字或者字节，当把操作数当作字或者字节使用时，默认为低字或者低字节。对字节操作可以显式的指明是低字节还是次字节。方法是在%和序号之间插入一个字母，“b”代表低字节，“h”代表高字节，例如：%h1。
2、输出部分
输出部分描述输出操作数，不同的操作数描述符之间用逗号格开，每个操作数描述符由限定字符串和C 语言变量组成。每个输出操作数的限定字符串必须包含“=”表示他是一个输出操作数。
例：
__asm__ __volatile__("pushfl ; popl %0 ; cli":"=g" (x) ) |
|---|
描述符字符串表示对该变量的限制条件，这样GCC 就可以根据这些条件决定如何分配寄存器，如何产生必要的代码处理指令操作数与C表达式或C变量之间的联系。
3、输入部分
输入部分描述输入操作数，不同的操作数描述符之间使用逗号格开，每个操作数描述符由限定字符串和C语言表达式或者C语言变量组成。
例1 ：
__asm__ __volatile__ ("lidt %0" : : "m" (real_mode_idt)); |
|---|
例二（bitops.h）：
Static __inline__ void __set_bit(int nr, volatile void * addr) { __asm__( "btsl %1,%0" :"=m" (ADDR) :"Ir" (nr)); } |
|---|
后例功能是将(*addr)的第nr位设为1。第一个占位符%0与C 语言变量ADDR对应，第二个占位符%1与C语言变量nr对应。因此上面的汇编语句代码与下面的伪代码等价：btsl nr, ADDR，该指令的两个操作数不能全是内存变量，因此将nr的限定字符串指定为“Ir”，将nr 与立即数或者寄存器相关联，这样两个操作数中只有ADDR为内存变量。
4、限制字符
4.1、限制字符列表
限制字符有很多种，有些是与特定体系结构相关，此处仅列出常用的限定字符和i386中可能用到的一些常用的限定符。它们的作用是指示编译器如何处理其后的C语言变量与指令操作数之间的关系。
分类 | 限定符 | 描述 |
|---|---|---|
通用寄存器 | a | 将输入变量放入eax这里有一个问题：假设eax已经被使用，那怎么办？其实很简单：因为GCC 知道eax 已经被使用，它在这段汇编代码的起始处插入一条语句pushl �x，将eax 内容保存到堆栈，然后在这段代码结束处再增加一条语句popl �x，恢复eax的内容 |
b | 将输入变量放入ebx | |
c | 将输入变量放入ecx | |
d | 将输入变量放入edx | |
s | 将输入变量放入esi | |
d | 将输入变量放入edi | |
q | 将输入变量放入eax，ebx，ecx，edx中的一个 | |
r | 将输入变量放入通用寄存器，也就是eax，ebx，ecx，edx，esi，edi中的一个 | |
A | 把eax和edx合成一个64 位的寄存器(use long longs) | |
内存 | m | 内存变量 |
o | 操作数为内存变量，但是其寻址方式是偏移量类型，也即是基址寻址，或者是基址加变址寻址 | |
V | 操作数为内存变量，但寻址方式不是偏移量类型 | |
“” | 操作数为内存变量，但寻址方式为自动增量 | |
p | 操作数是一个合法的内存地址（指针） | |
寄存器或内存 | g | 将输入变量放入eax，ebx，ecx，edx中的一个或者作为内存变量 |
X | 操作数可以是任何类型 | |
立即数 | I | 0-31之间的立即数（用于32位移位指令） |
J | 0-63之间的立即数（用于64位移位指令） | |
N | 0-255之间的立即数（用于out指令） | |
i | 立即数 | |
n | 立即数，有些系统不支持除字以外的立即数，这些系统应该使用“n”而不是“i” | |
匹配 | 0 | 表示用它限制的操作数与某个指定的操作数匹配， |
1 | 也即该操作数就是指定的那个操作数，例如“0” | |
9 | 去描述“％1”操作数，那么“%1”引用的其实就是“%0”操作数，注意作为限定符字母的0－9 与指令中的“％0”－“％9”的区别，前者描述操作数，后者代表操作数。 | |
& | 该输出操作数不能使用过和输入操作数相同的寄存器 | |
操作数类型 | = | 操作数在指令中是只写的（输出操作数） |
| 操作数在指令中是读写类型的（输入输出操作数） | |
浮点数 | f | 浮点寄存器 |
t | 第一个浮点寄存器 | |
u | 第二个浮点寄存器 | |
G | 标准的80387浮点常数 | |
% | 该操作数可以和下一个操作数交换位置 例如addl的两个操作数可以交换顺序（当然两个操作数都不能是立即数） | |
# | 部分注释，从该字符到其后的逗号之间所有字母被忽略 | |
* | 表示如果选用寄存器，则其后的字母被忽略 |
5、破坏描述部分
破坏描述符用于通知编译器我们使用了哪些寄存器或内存，由逗号格开的字符串组成，每个字符串描述一种情况，一般是寄存器名；除寄存器外还有“memory”。例如：“�x”，“�x”，“memory”等。
感谢
这篇文章是两篇文章的综合体，我只是把这两篇文章综合起来了，进行了一下简单的排版，阅读起来方便一点，舒服一点。两位作者分别是肖文鹏和临江仙，向他们表示感谢。后续我会根据相关资料，继续改进该文档，使之更全面。Mail:normalnotebook@126.com，互相学习。
