X86指令内幕 —— 序

C 的经典入门例子：

int main(){    printf("Hello, World/n");

    return 0;}

 

下面来看看 x86/x64 指令 encode 的 2 个例子:

 

mov word ptr es:[eax + ecx * 8 + 0x11223344], 0x12345678

例子1：在当前 32 位系统下，有下面汇编语句（Intel 格式）：

这是一条 mov 指令，目标操作数是 memory，源操作数是 immediate

注意：

我特地将目的操作数的大小定为是 word（2个字节），而不是 dword。但是，源操作数却是一个 dword 大小的 0x12345678。

那么：对于这条汇编语句，编译器应该如何处理呢？

应该怎样处理 immediate 部分应该选择哪条 mov 指令operand size 是多少在 32 位环境下，如何生成 16 位 operand 或 address 的代码寻址模式是什么

这些问题是我们最终需要掌握的知识，这是本栏目的最终目的。

实际上，它最终形成的机器编码是：26 66 c7 84 c8 44 33 22 11 78 56

（1）dword 大小的源操作数，会被编译器截断为 word 大小

（2）选择 MOV Ev, Iz 指令，它的 opcode 是 C7

（3）它的 operand size 是 word 大小，取决于 first operand 的 size

（4）在 32 位下，通过使用 operand size override 可以造型为 16 位 operands size，使用 address size override 可以造型为 16 位 address size

（5）它的寻址模式是：基址＋变址寻址，它需要提供 SIB 字节

下面的图直观的分解这条指令的组成部分：

 

 

26：在指令序列里是：prefix 部分，它是 semgent overrride prefix ，作用是调整内存操作数的段选择子

66：在指令序列里是：prefix 部分，它是 operand size override prefix ，作用是调整操作数的缺省大小

C7：在指令序列里是：Opcode 部分，是 mov 指令是操作码

84：在指令序列里是：ModRM 值，定义操作数的属性

C8：在指令序列里：SIB 值定义内存操作数的属性

44332211：在指令序列里是： displacement 值

7856：在指令序列里是：immediate 值

 

 

 

例2：随便找一个机器码如：FF 15 D4 81 DF 00

那么它的汇编语句是什么呢？

解码器会依次读入第 1 个字节，第 2 个字节等 ... 进行判断：

（1）第 1 个字节是什么？ prefix 还是 opcode

（2）同样再判断第 2 个字节是不是 prefix，如果不是 prefix ，那么它就是 opcode 码

（3）如果第 2 个字节是 opcode 码，再判这个 opcode 需不需 ModRM 字节，如果需要，第 3 个字节就是 ModRM 字节

（4）根据 ModRM 字节判断需不需要 SIB 字节，第 4 个字节如果需它就是 SIB 字节

（5）判断 ModRM 字节是否需要 displacment 字节和 immediate 字节

 

根据上面的逻辑，得出：

FF：这个字节是个具有 Group 属性的 Opcode 码，它进行什么操作需要依赖于 ModRM 字节的 Reg 域。

　　换句话来说，FF 并不是完整独立的 Opcode 码，它要联合 ModRM 才能确定具体的操作。

15：这个是 ModRM 字节（mod-reg-r/m）: ModRM.mod = 00，ModRM.reg = 010，ModRM.r/m = 101。

　　其中 ModRM.reg 域被 FF（opcode） 作为确定具体操作码的参考。

● Opcode + ModRm.reg : FF /010 最终确定为：Call 指令。

● ModRM.mod：00 表示操作数是 memory

● ModRM.r/m：这是一个 32 位的 displacement 值。

所以，这个机器码最终被解码为： call dword ptr [00DF81D4]

下面的直观的图表

 

 

这 2 个例子，作为对学习 x86/x64 指令编码的一个感性认识。