Linux中的汇编（转载）

        在linux内核的源代码中，以汇编语言编写的程序或程序段，有两种不同的形式。

第一种事完全的汇编代码，这样的代码采用.s作为文件的后缀。事实上，尽管是完全的汇编代码，现代的汇编工具也吸收了C语言的长处，也在汇编之前加上了一趟预处理，而预处理之前的文件则以.s为后缀。此类（.s）文件也和C程序一样，可以使用#include、#ifdef等等成分，而数据结构也一样可以在.h的文件中加以定义。

第二种是嵌在C程序中的汇编语言片断。虽然在ANSI的C语言标准中并没有关于汇编片段的规定，事实上各种实际使用的C编译中都作了这方面的扩充，而GNU的C编译gcc也在这方面作了很强的扩充。

在DOS/windows领域中，386汇编语言都采用Intel定义的语句格式。可是，在Unix领域中，采用的却是由AT&T定义的格式。

AT&T的汇编与Intel的汇编主要有以下的区别：

　　1. 在Intel格式中大多使用大写字母，而在AT&T格式中都使用小写字母。

　　2. 在AT&T格式中，寄存器名要加上"%"作为前缀，而在Intel格式中不带前缀。

　　3. 在AT&T的386汇编语言中，指令的源操作数的顺序与在Intel的386汇编语言中正好相反。

　　4. 在AT&T格式中，访问指令的操作数的宽度有操作码名称的最后一个字母（操作码的后缀决定）。用作操作码后缀的字母有b（8位）。 w（16位）和1（32位）。而在Intel格式中，则是在表示内存单元的操作数前面加上"BYTE PTR""WORD PTR"，"DWORD PTR"来表示。

　　5. 在AT$T格式中，直接操作数要加上"$"作为前缀，而在Intel格式中则不带前缀。

　　6. 在AT$T格式中，绝对转移和调用指令jump/call的操作数要加上"*"作为前缀，而在intel格式则不带。

　　7. 远程的转移指令和子程序调用指令的操作码名称，在AT$T格式中为"ljump"和"lcall",而在intel格式中，则为"JMP FAR"和"CALL FAR"

　　8. 间接寻址的一般格式

一般而言，往C代码中插入汇编语言的代码片要比"纯粹"的汇编语言代码复杂的多，因为这里有个怎样分配使用寄存器，怎样与C代码中的变量结合的问题。为了这个目的，必须对所用的汇编语言作更多的扩充，增加对汇编工具的指导作用。其结果是其语法实际上变成了既不同于汇编语言，也不同于C语言的某种中间语言。

插入C代码的一个汇编语言代码片段可以分为四个部分，以"："号加以分隔，其一般形式为：

　　指令部： 输出部：输入部：损坏部

第一部分就是汇编代码本身，其格式和在汇编语言中使用基本相同。这一部分称为"指令部"，是必须有的，而其他部分可视具体情况而省略。

当将汇编语言代码片段嵌入到C代码中时，操作数与C代码中的变量如何结合显然是个问题。Gcc采用的策略是：程序员提供具体的指令，而对寄存器的使用则一般只提供一个"样板"和一些约束条件，而把到底如何与变量结合的问题留给了gcc和gas处理。

在指令部中，数字加上前缀%，如%0、%1等等，表示需要使用的寄存器的样板操作数。可以使用的此类操作数的总数取决于具体CPU中通用寄存器的数量。这样，指令部中用到了几个不同的这种操作数，就说明有几个变量需要与寄存器结合，由gcc和gas在编译和汇编时根据后面的约束条件自行变通处理。由于这些样板操作数也使用"%"前缀，在涉及到具体的寄存器时就要在寄存器名前面加上两个"%"符，以免混淆。

紧接在指令部后面的是"输出部"，用以规定对输出变量如何结合的约束条件。每个这样的条件称为一个"约束"。必要是输出部可以有多个约束，互相以逗号分隔。每个输出约束以"＝"号开始，然后是一个字母表示对操作数类型的说明，然后是关于变量结合的约束。凡是与输出部中说明的操作数相结合的寄存器或操作数本身，在执行嵌入的汇编代码后均不保留执行之前的内容，这就给gcc提供了调度这些寄存器的依据。

输出部后面是"输入部"。输入约束的格式和输出约束相似，但不带"＝"号。如果一个输入约束要求使用寄存器，则在预处理时gcc会为之分配一个寄存器，并自动插入必要的指将操作数即变量的值装入该寄存器。与输入部中说明的操作数结合的寄存器或操作数本身，在执行嵌入汇编代码后也不保留执行之前的内容。

在有些操作中，除用于输入数据操作和输出数的寄存器以外，还要将若干个寄存器用于计算或操作的中间结果。这样，这些寄存器原有的内容就损坏了，所以要在损坏部队操作的副作用加以说明，让gcc采取相应的措施。

操作数的编号从输出部的第一个约束（序号为0）开始，顺序数下来，每个约束记数一次。在指令部中引用这些操作或分配用于这些操作数的寄存器时，就在序号前面加上一个"%"号。在指令部中引用一个操作数时总是把它当作一个32位的"长字"，但是对其实施的操作，则根据需要也可以是字节操作或是字操作。对操作数进行的字节操作时也允许明确指出是对哪一个字节的操作，此时在%与序号之间插入一个"b"表示最低字节，插入一个"h"表示次低字节。

表示约束调节的字母有很多：

"m""v""o" 表示内存单元
"r" 表示任何寄存器
"q" 表示寄存器eax,ebx,ecx,edx之一
"i"和"h" 表示直接操作数
"E"和"F" 表示浮点数
"g"表示任意
"a"，"b"，"c"，"d" 分别表示寄存器eax,ebx,ecx,edx
"S"和"D" 分别表示寄存器esi,edi
"I"  表示常数（0至31）

此外，如果一个操作数要求使用与前某个约束中所要求的是同一个寄存器，那就把与那个约束相对应的操作数标号放在约束条件中。在损坏部常常会以"memory"为约束条件，表示操作完成后内存中的内容已有改变，如果原来某个寄存器（也许在本次操作汇总并未使用到）的内容来自内存，则现在科能已经不一致。

还要注意，当输出部为空，即没有输出约束时，如果有输入约束存在，则必须保留分隔标记"："号。

文章来自：http://tech.163.com/tm/030401/030401_88428.html