80x86下汇编与C语言的混合编程

发表于 更新于 分类于 阅读次数：

写在前面

在汇编课程中的实验中要求了我们在80x86下实现C语言与汇编代码的混合编程，虽然80x86时代离现代有些久远，但我们仍可以把80x86当作x86的一个简化版本来学习一些重要的概念。

从一个例子开始

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
#include <stdio.h>
extern int test_fun(void *param);
extern int var_from_asm;
int global_init = 10;
int global;
static int static_init = 1000;
static int static_var;
char *string = "test string";
int main() {
    int value = 666;
    test_fun(&value);
    printf("var from asm:%d\n", var_from_asm);
    printf("assign from asm:%d\n", global);
    printf("value passed by stack:%d\n", global_init);
    return 0;
}

可以看到我们在C语言中分别定义了几种类型的变量：初始化过的全局变量、未初始化的全局变量、初始化过的静态变量、未初始化的静态变量与字符串。定义这些变量是为了查看编译后各变量所处的数据段与存放形式。

同时也声明了一个外部函数test_fun()与一个外部变量var_from_asm，用来测试C语言对asm声明的符号的引用。

现在我们编译这个C语言文件到汇编文件，使用TC2.0的命令行工具tcc，使用-S参数，即可在同目录生成同名的ASM文件：

我们打开文件，删除一些debug信息后的结果如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
_TEXT	segment byte public 'CODE'
_TEXT	ends
DGROUP	group	_DATA,_BSS
	assume	cs:_TEXT,ds:DGROUP
_DATA	segment word public 'DATA'
_DATA	ends
_BSS	segment word public 'BSS'
_BSS	ends
_DATA	segment word public 'DATA'
_global_init	label	word
	db	10
	db	0
static_init	label	word
	db	232
	db	3
_string	label	word
	dw	DGROUP:s@
_DATA	ends
_TEXT	segment byte public 'CODE'
   ;	
   ;	int main() {
   ;	
	assume	cs:_TEXT
_main	proc	near
	push	bp
	mov	bp,sp
	sub	sp,2
   ;	
   ;	    int value = 666;
   ;	
	mov	word ptr [bp-2],666
   ;	
   ;	    test_fun(&value);
   ;	
	lea	ax,word ptr [bp-2]
	push	ax
	call	near ptr _test_fun
	pop	cx
   ;	
   ;	    printf("var from asm:%d\n", var_from_asm);
   ;	
	push	word ptr DGROUP:_var_from_asm
	mov	ax,offset DGROUP:s@+12
	push	ax
	call	near ptr _printf
	pop	cx
	pop	cx
   ;	
   ;	    printf("assign from asm:%d\n", global);
   ;	
	push	word ptr DGROUP:_global
	mov	ax,offset DGROUP:s@+29
	push	ax
	call	near ptr _printf
	pop	cx
	pop	cx
   ;	
   ;	    printf("value passed by stack:%d\n", global_init);
   ;	
	push	word ptr DGROUP:_global_init
	mov	ax,offset DGROUP:s@+49
	push	ax
	call	near ptr _printf
	pop	cx
	pop	cx
   ;	
   ;	    return 0;
   ;	
	xor	ax,ax
	jmp	short @1@58
@1@58:
   ;	
   ;	}
   ;	
	mov	sp,bp
	pop	bp
	ret	
_main	endp
_TEXT	ends
_BSS	segment word public 'BSS'
static_var	label	word
	db	2 dup (?)
_global	label	word
	db	2 dup (?)
_BSS	ends
_DATA	segment word public 'DATA'
s@	label	byte
	db	'test string'
	db	0
	db	'var from asm:%d'
	db	10
	db	0
	db	'assign from asm:%d'
	db	10
	db	0
	db	'value passed by stack:%d'
	db	10
	db	0
_DATA	ends
_TEXT	segment byte public 'CODE'
_TEXT	ends
	public	_main
	public	_string
_static_var	equ	static_var
_static_init	equ	static_init
	public	_global
	public	_global_init
	extrn	_var_from_asm:word
	extrn	_test_fun:near
	extrn	_printf:near
_s@	equ	s@
	end

首先可以发现几个数据段：

1
2
3
_TEXT	segment byte public 'CODE'
_DATA	segment word public 'DATA'
_BSS	segment word public 'BSS'

是不是很熟悉？虽然是80386，但是现代ELF中仍可以见到这几个节的身影。
DGROUP group _DATA,_BSS DGROUP表示_DATA与_BSS段合成的段标号。
分析这几个段中的内容，可以发现_TEXT段即运行时的CS段，存放着代码。
_DATA段中存放着下列内容：

1
2
3
4
5
6
7
8
_global_init	label	word
	db	10
	db	0
static_init	label	word
	db	232
	db	3
_string	label	word
	dw	DGROUP:s@

前两个即已经初始化的全局变量与静态变量。第三个是一个别名，找到它的定义：

1
2
3
4
5
6
7
8
9
10
11
12
s@	label	byte
	db	'test string'
	db	0
	db	'var from asm:%d'
	db	10
	db	0
	db	'assign from asm:%d'
	db	10
	db	0
	db	'value passed by stack:%d'
	db	10
	db	0

我们不但在s@处发现了字符串常量test string，而且发现这里存放着printf中使用的格式化字符串。

_BSS（意为Block Started by Symbol）中存放着为尚未初始化或初始化为零的全局或静态变量预留的空间，在这里，它存放着如下内容：

1
2
3
4
static_var	label	word
	db	2 dup (?)
_global	label	word
	db	2 dup (?)

你可能已经发现，我们在C语言中定义的变量在生成的汇编代码中被加上了下划线前缀，其实不光是变量名，函数名也会被编译器做相同的处理：

1
_main	proc	near

在文件的末尾还有如下内容：

1
2
3
4
5
6
7
8
9
10
	public	_main
	public	_string
_static_var	equ	static_var
_static_init	equ	static_init
	public	_global
	public	_global_init
	extrn	_var_from_asm:word
	extrn	_test_fun:near
	extrn	_printf:near
_s@	equ	s@

可以看到使用public关键字声明了全局变量string、global、global_init与函数main，以便外部去引用他们。同时也使用extrn关键字声明了外部定义的_var_from_asm、_test_fun、_printf，在链接时会解析这些标记完成偏移地址的修改。

到这里我们已经分析完了test.c编译后的内容。

下面是测试使用的汇编程序t.asm：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
public _test_fun
public _var_from_asm
extrn _global:byte, _global_init:byte

_DATA	segment use16 word public 'DATA'
    _var_from_asm label word
        db 10
        db 0
_DATA ends

_TEXT segment use16 byte public 'CODE'
    assume CS:_TEXT, DS:_DATA

_test_fun proc near
    push bp
    mov bp, sp
    push di
    mov ax, 6[bp]
    mov word ptr _global_init, ax
    mov word ptr _global, 100
    pop di
    pop bp
    ret
_test_fun endp
_TEXT ends
end

程序比较简单，在头部同样地声明了对外的符号与引用的外部的符号。

同时，为了实现与C程序的相互引用，我们使用相同的标识定义了_DATA段与_TEXT段，为了使C语言可以以var_from_asm的形式使用汇编中定义的变量，所以在_DATA段中使用_var_from_asm声明了两个字节并初始化为10的空间。

同理，在_TEXT段中使用_test_fun作为子程序名定义了函数test_fun。

而在test_fun中，我们先将bp入栈，将sp赋给bp后，将bp+6位置的值赋给了ax，在函数调用的时候，会先将参数入栈，然后将CS与IP入栈，占用了4个字节的栈空间，函数内调用push bp又占用了2个字节的栈空间，所以传入的参数应该在bp+6的位置上。我们将这个参数值写回到C语言定义的全局变量_global_init中，下一行将_global赋上了100。

现在，就可以进行编译链接步骤了。

一般地，我们可以使用C编译器编译test.c生成目标文件，使用TASM汇编编译器编译t.asm生成目标文件，再使用tlink将生成的目标文件与库提供的目标文件进行链接，但是这样做略显麻烦，tcc会调用TASM编译汇编文件，也会将生成的目标文件和库文件一起链接并生成最后的可执行文件，所以我们只要简单地执行tcc test.c t.asm就可以了。

直接运行生成的test.exe，查看结果：