从0开始进入汇编的世界之每天理解一篇汇编帖-第一节

前言

大家好，我是桐镜。从今天开始我将和各位哥哥们一起学习汇编语言。本帖会持续更新，大概想法是做一个从0开始，一直到理解汇编的过程，我尽量将内容写的浅显易懂，参考教程是王爽的《汇编语言》。参考视频为fishc的汇编语言。可能我也会有理解不到位的地方，还请各位哥哥指正。咱们一天只需要理解一篇汇编帖子就行。知识在于积累，成为强者的路上充满了寂寞，现在我来陪着大家一起深入。

有很多小伙伴并不是计算机科学专业的，对安全感兴趣来学习安全，那么对于计算机专业的同学来说，下面的内容会非常简单，对于非计算机科学专业的同学来说，就一起跟着我补充上这部分基础知识。
不学C，没学过java，甚至Python，能否学会汇编呢？相信自己！你一定能！

第一节、了解有关汇编的基础知识

时至今日，有很多高级语言，如c，c#，java，python等等。被广泛运用在各个领域。但汇编目前是我们能操作到的除了机器语言之外的最底层的语言了，很多的嵌入式，驱动等，都是用汇编语言来编写的，学会了汇编之后，你会对计算机底层有一个高度的理解，如，计算机内各个组件是如何配合的。用计算机的思维来操作计算机。在你涉及到破解，逆向，溢出等领域的时候，汇编也显得至关重要。
比如最简单的破解思维就是，某收费软件，看其汇编代码，判断出程序的真正入口，然后让其跳过验证是否充钱的那段代码，直接跳转到程序的真正入口就行了，找到关键跳~

汇编语言是直接在硬件之上工作的编程语言。那也就是说，我们首先要了解计算机的硬件系统的结构，才能运用汇编语言对其进行有效的编程。其中，我们需要理解最多的就是CPU和内存。

1.1、机器语言

我们首先来简单了解一下比汇编语言更接近底层的机器语言。机器语言是机器指令的集合，展开来说，就是一台计算机，它可以正确执行的所有命令。机器语言是我们的CPU唯一认可，唯一理解的语言。因为计算机也是人制造的，所以计算机的相关知识也不会超过人的理解范围。打个比方就是说，与人交流需要使用人类的语言，如和美国人交流你需要使用英语，和日本人交流需要使用日语…机器语言是由0和1组成的
例如机器语言的指令：01010000 （PUSH AX） //前面的0和1组成的是机器语言，括号中的是将这句机器指令翻译成了汇编语言。这句指令的意思是，将AX推进堆栈
至于堆栈是什么，我们暂且不用去了解，放在后面的内容中。早期的程序员很伟大，他们将0、1这种数字编程的代码打在纸带或者卡片上，用打孔来表示1，用不打孔来表示0。再将这些写好的代码通过卡片机或者纸带机，输入到计算机中，计算机理解了这些0和1的意思，去执行对应的指令，进行计算

总结：我们计算机的底层使用的是二进制，也就是1和0

如果我们要计算768+12288-1280，可能你现在使用python之类的语言，只需要原封不动的把数字输入进去就会得到计算后的结果，但使用机器语言的情况下，就需要写成如下这样（不必背也不用会写，只需要知道很复杂就行了）：
101100000000000000000011000001010000000000110000001011010000000000000101
可以看出，如果你在中间写错一个数字，那程序就会得到不同的结果，而且在检查起来无疑是要你老命的。这只是一个很简单的计算而已，更不用说写出一个在屏幕上打印hello world，甚至做一个贪吃蛇小游戏了。

1.2、汇编语言的产生

我眼里的计算机，是一个又蠢又聪明的家伙，它聪明就在于一秒钟可以进行计算上万亿次，这是你永远也无法达到的速度；但它笨就笨在，如果我让你帮我买一个小包纸，那你肯定会给我买一个小包纸，而它除了0和1，其他的都不能认识也不理解，在它眼里除了0和1，其他的就是个屁。
越高级的语言也就越方便程序员，而相对的，理论上来说越高级的语言它的处理效率就越低
汇编语言的产生就是为了方便我们人类，让人类更容易与计算机沟通。汇编语言的主体是汇编指令。它是机器语言的助记符。
其实汇编指令是便于记忆机器指令的书写格式，汇编语言的指令和机器指令是一一对应的。通过编译器，汇编语言的指令会被翻译成0和1，去让计算机读取理解并执行。
例如：

机器指令：1000100111011000 //以前的程序员有一个算一个，通通没有头发
这段机器指令的用途是将寄存器BX的内容移动到寄存器AX中。关于什么是寄存器，后面会有讲解，这里各位先有一个印象就好
将其对应为汇编指令就是：MOV AX,BX //固定写法，移动时，是将后面的BX的内容移动到前面的AX中，MOV是英文move的缩写

这样的写法是不是就像人类的语言在说话一样，更容易阅读和理解了呢

我们来理解一下什么是寄存器。众所众知，打开机箱后，你能看到cpu和内存，那么这个寄存器在哪里呢，它实际上位于cpu之中，它是cpu用于存储数据的器件。一个cpu有多个寄存器，上面汇编代码中的AX和BX，就是其中两个寄存器的代号（可以理解为名字），就像你去一个办公室找人，你也得说你找谁（他的名字）对吧？寄存器可以理解为嵌入在CPU中的内存，但它并不是cpu高级缓存，二级缓存，它要比高级缓存和二级缓存更接近cpu

学过编程的同学应该都知道，cpu如何理解我们的代码呢？下面为大家简单描写这个过程，用C语言举例
程序员—->C语言—->C语言编译器—->汇编指令—->编译器—->机器指令—->计算机
程序员写了C语言程序后，经过C语言的编译器(如VC++)，将C语言编译成汇编语言，汇编语言再交给汇编语言的编译器，翻译成了机器指令，最后交给cpu
那聪明的同学一下就反应过来了，汇编语言的整个过程要比C语言少：
程序员—->汇编指令—->编译器—->机器指令—->计算机

现在我来带大家看一下什么是汇编语言，首先我先写了一段很简单的c语言
vim test1.c

#include <stdio.h>
int main()
{
 printf("hello everyone!\n");
 system("whoami");
 printf("\n");
 return 0;
}

这段代码的意思是先打印hello everyone并\n换行，然后再调用system函数执行whoami。

接下来编译这个C文件并生成可执行文件
gcc test1.c -o test1

编译成功并生成了一个可执行的文件，叫做test1

先运行一下看看结果
./test1

接下来我们反汇编这个文件，gdb test1

查看main函数，disas main

可以看到中间push %rbq、move %rsp,%rbp之类的，就是汇编语言啦

windows下下载ollydbg来进行反编译
下载链接
使用ollydbg随便打开一个exe（打开OLLYDBG.EXE然后选择file-open）
这里我选择打开自己的一个木马

打开后就有很多汇编指令可以看到啦，我们暂且不去研究这个木马.exe的汇编指令都在做什么事情

1.3、汇编语言的组成

通过上面的两个例子可以看出。汇编语言由3个部分组成
1、汇编指令 （也就是机器指令的助记符，如MOV,JMP,ADD,PUSH等等，他们每一条都对应了一个机器指令，可以被直接翻译成机器码由计算机执行）

2、伪指令 （就是没有对应的机器指令，需要由编译器去翻译执行的指令，计算机并不执行，计算机是不认识的，只有编译器认识）
该类指令并不是可执行指令，没有机器代码，只用于汇编过程中为汇编程序提供汇编信息。例如，提供如下信息：哪些是指令、哪些是数据及数据的字长、程序的起始地址和结束地址等。伪指令有2个特点：
（1）由于是伪“指令”，因而它只存在于汇编语言中。高级语言中不叫指令，叫语句；
（2）由于是“伪”指令，也即“假”指令，因而不是可执行指令，不会产生机器代码，不会占用ROM空间，只用于汇编过程中为汇编程序提供汇编信息。

3、其他符号 （如+,- 也是由编译器去识别执行的）

汇编语言的核心就是汇编指令

1.4、了解存储器

CPU控制整个计算机的运作，那么如果想要让CPU正常工作，就需要给它提供指令和数据，指令用于告诉CPU怎么做，数据用来告诉CPU做什么。这些指令和数据存放在哪里呢，得找个地方放着吧，总不可能指令和数据凭空出现，又凭空消失…那就是在存储器中啦，也就是咱们平时一直说的内存。
内存是存储器中的其中一个，也是主要的一个存储器。其实拆开计算机的很多部件都能看到存在存储器，比如显卡的显存，网卡的存储器

一台计算机中，内存的作用仅次于CPU，离开了内存，再厉害的CPU也无法工作。打个比方就是，CPU相当于一辆车的发动机，而内存就相当于油箱或者轮子，缺少哪一个都会导致计算机根本不具备运作能力。
而硬盘不同于内存，硬盘中的数据如果不读取到内存中，那么就无法被CPU使用。比如各位玩的游戏，在你点击游戏运行的时候，硬盘中的游戏就会被加载到内存，然后CPU和内存之间互相交流数据，游戏得以被运行。

1.5、了解指令和数据

前面的内容已经说过，CPU能处理的就是一堆二进制的0、1代码，而在内存或者硬盘上，指令和数据没有任何区别，他们都是一堆二进制的信息。
比如：
1000100111011000 //可以被当做指令也可以被当做是数据
如果将其作为数据，那么表示的数据是89D8H（H表示hex，16进制）
1000是8,1001是9,1101是D，1000是8
如果将其作为指令，那么表示的指令是MOV AX,BX
那么它到底是指令还是数据呢，就看我们怎么去用，我们告诉CPU这是指令，那这些就是指令，告诉CPU这是数据，那么这些就是数据。

1.6、存储单元

存储器(如内存，显存等)被划分为若干个存储单元，每个存储单元从0开始编号(从0开始是计算机科学中的常识了)
如果一个存储器有128个存储单元，那么其存储单元的编号为0到127。如下图所示

对于存储器的计量单位为：
1B = 8b(bit)也就是位
1KB = 1024B
1MB = 1024KB
1GB = 1024MB
1TB = 1024GB
磁盘的计量单位和内存是一样的。都是这样的转换

1.7、CPU对存储器的读写

CPU若想进行数据的读写，必须和外部器件进行三类信息的交互
1.存储单元的地址 （地址信息，和谁交互？它在哪？）
2.器件的读或写命令 （控制信息，让他做什么？读数据or写入数据？）
3.读或者写的数据 （数据信息，让他具体做什么，写什么数据？读什么数据？）
比如现在想在桌面上显示一张图片，简单来说，CPU就会通过地址信息找到显存的地址，然后让其进行显示操作（读读写写的一大堆操作），将图片的数据交给GPU去处理，然后映射到屏幕中

众所众知，计算机是用电的。它能处理的、传输的信息，都是电信号，既然是电信号，当然需要用到导线了。是CPU与各类器件沟通的通道（将计算机拆开，你不但能在主板上看到cpu，内存，显卡等期间，还会看到一堆堆的线路，那些就是导线了）
计算机中专门有连接cpu和其它芯片的导线，被称为总线（重点来了）

在物理上来看，总线就是一根根导线的集合
在逻辑上看，总线可以分为三种
1.地址总线
2.控制总线
3.数据总线
分别对应了上文的3个信息：地址信息，控制信息，数据信息。

那么CPU的读操作，可以通过下图理解

首先从地址总线发出3，那么就会去找编号为3的存储单元，然后从控制总线发出读的指令，最后将3号存储单元中的08这条数据从数据总线读取过来，替换掉原来的0

对于CPU的写操作，也是相同的

CPU从地址总线发出3，确定地址为3号存储单元，接着从控制总线发出写的指令，将数据26通过数据总线写入到3号存储单元中，替换掉原有的08

上文已经提过

那输入的这个二进制信息到底是数据还是指令，如何让CPU理解呢？通过刚才的知识点，我们不难想象，如果这段二进制数从地址总线走的话，就规定了CPU要将其理解为一个地址；同样的，从数据总线走的话，CPU将其理解为数据；通过控制总线走的话，CPU将其理解为控制指令。

1.8、地址总线

CPU要对一个存储器单元进行操作，无论你要怎么操作，操作什么，你都需要知道它的地址，它在哪里。CPU是通过地址总线来指定存储单元的
因为通过地址总线传送的数据无论具体是啥，都代表是一个地址，那么地址总线上能传送多少个不通的信息，CPU就可以对多少个存储单元进行寻址，也就是CPU的寻址能力
我们现在所说的64位CPU，32位CPU，就是指CPU的寻址能力，也就是地址总线的宽度（线的数目），64位就是64条线
大家现在应该都见过，64位的游戏，64位的某软件，实际上在这个情况下，只有64位CPU+64位操作系统+64位的游戏，才能达到理论上64位的速度，缺一不可

地址总线是如何传输地址信息呢？

如上图，CPU通过地址总线传输了一条“0000001011”的数据给内存，由于是从地址总线传输的，那么内存自动会定位到1011这个地址去

拿现在的64位CPU举例，其地址总线宽度为64，那么它的寻址能力就是2^64（2的64次方），可以最多寻找到2的64次方个内存单元。
一个地址总线可以索引一个内存单元，1个内存单元也就是一个字节(Byte，简写为B)，1B = 8bit(位)，1bit对应一个数据，1或者0。那么1个字节(B)可以存放多少个数据呢，可以存8位2进制数，8位二进制数从0开始有多少个呢，就是2的8次方
00000001、00000010、00000011……….11111111
那64位CPU总共就能找到2的64次方个内存单元

1.9、数据总线

CPU与存储器或其他器件传送数据是通过数据总线来进行的。
那也就是说数据总线的宽度决定了CPU与外部器件的数据传送速度。
我们可以联想一下现实生活中的马路，一条路如果是一个单行道，那么一次只能通过一辆车，如果是一个有8个车道的高速路，那么一次可以通行8辆车，这样的话同一时间内运送的货物也就越多（我们假设一条道只有一辆车抵达终点，才可以通行第二辆，且车移动的速度是一样的），那么传送速度就越快。
如传送一个89D8这条数据，如果数据总线宽度为8，那么传送则需要两次

第一次传送D8，第二次传送89(从低位开始传)

而如果同样的89D8这条数据，在数据总线宽度为16的时候只需要传送一次，速度快了一倍

1.10、控制总线

CPU对外部器件的控制，是通过控制总线来进行的，控制总线是对 一些不同控制线的集合 的总称
控制总线的宽度决定了CPU对外部器件的控制能力

如上图，CPU将1011发送给内存，1和0代表具体的操作，读命令，写命令。

1.11、内存地址空间

如果一个cpu的地址总线为10，那么可以寻址1024个内存单元（2的10次方），那么这1024个可被寻到内存单元就构成了这个CPU的内存地址空间
在了解深入了解内存地址空间之前，我们需要了解部分基础知识：主板和接口卡

1.主板
在每一台PC中，都有一个主板，主板上有核心器件（CPU、内存）和一些主要器件
这些器件通过总线（地址总线，控制总线，数据总线）相连。
同学们可以自己拆开看啊

2.接口卡
计算机系统中，所有可用程序控制其工作的设备，必须受到CPU的控制。
CPU不能直接控制外部设备，如音响，打印机，显示器等。直接控制这些设备进行工作的是插在扩展插槽上的接口卡。比如显卡。CPU控制显卡，显卡再控制显示器。再比如网卡，CPU控制网卡，网卡负责和网线交流数据。耳机，打印机，通过USB。

3.各类存储器芯片
从读写属性上来划分的话，分为两类
随机存储器(RAM),如内存，显存。断了电数据就会消失
只读存储器(ROM),数据永远都能保存在里面，比如装有BIOS的ROM，在开机时能看到黑屏幕打印出一堆看不大懂的白色字体，那会就是BIOS在发生作用，它在检测你的计算机状态，如内存，cpu，硬盘等等。个人理解如果你可以把病毒刷到BIOS里面去，那这个病毒就成为了无敌状态，杀毒软件无论如何也是杀不了的，可惜刷不得。因为ROM只可以被读取
BIOS是由主板和各类接口卡（如显卡，网卡等）厂商提供的软件系统（程序），可以通过它，利用各类硬件设备进行最基础的输入输出。在主板和某些接口卡上插有存储着相应BIOS的ROM

上图为逻辑上的连接，并不是物理连接。不要错误理解

现在我们说回来内存地址空间，上述的那些存储器在物理上都是独立的器件。
但是他们也存在共同点：
1.都和CPU的总线相连
2.CPU对它们进行读或写的时候，都通过控制线发出内存读写命令

从CPU的视角上来看
如下图所示，在CPU的视角上，它看到的是中间那么一堆地址空间。看成是一个整体，CPU本身看不到后面的具体器件。

那么如果想在屏幕上显示一张图片，就需要往显存中写入数据，CPU怎么去确定显存的地址空间呢？其实不同的计算机系统有不同的规定，我们为了便于理解，做一个假设，上图的内存空间的地址段分配如下：
地址 0 ~ 777FH的32KB空间为主存储器的地址空间 。那么CPU往这个地址写数据就是操作内存了
地址 8000H ~ 9FFFH的8kb空间为显存的地址空间，如果操作这个地址段，那么则是去操作了显存
地址 A000H ~ FFFFH的24KB空间为各个ROM的地址空间

上面的分配都是我们虚拟认为的，实际上不同的系统规定也是不同的。
如intel的8086CPU，它的内存地址空间分配如下图

现在大家用的都是I7,I9了，比起8086CPU的内存地址空间，要大非常多了。
这就是为什么32位CPU，你上16G内存没有用的原因，因为它本身地址总线的宽度为32，则内存地址空间最大为4GB
2的32次方 = 4294967296Byte = 4G左右

小结
最终执行程序的是CPU，所以我们需要在CPU的角度上思考问题，对CPU来说，系统中的所有存储器中的存储单元都处于一个统一的逻辑存储器中，也就是以CPU的视角能看到的东西，它的容量受到CPU的寻址能力的限制，这个逻辑存储器就是我们所说的内存地址空间。

总结

1.汇编指令是机器指令的助记符，同机器指令一 一对应。
2.每一种CPU都有自己的汇编指令集
3.CPU可以直接使用的信息在存储器中存放。
4.在存储器中，指令和数据没有任何区别，都是二进制信息。
5.存储单元从0开始顺序编号。
6.一个存储单元可以存储8个bit，即8位二进制数
7.每一个cpu芯片都有许多管脚，这些管脚和总线相连，一个CPU可以由管脚引出三种总线，三种总线的宽度标志了这个CPU在不同方面的性能：
地址总线的宽度决定了CPU的寻址能力
数据总线的宽度决定了CPU与其他器件进行数据传送时，一次数据的传送量
控制总线的宽度决定了CPU对系统中其他器件的控制能力。

原书中的检测点

王爽老师说没有通过检测点不可以继续学习
自主完成
1、1个CPU的寻址能力为8KB，那么它的地址总线的宽度为？
2、1KB的存储器有多少个存储单元？存储单元编号从x到y？（x和y是多少）
3、1KB的存储器可以存储多少个bit？多少个Byte？
4、1GB、1MB、1KB分别是多少个Byte？
5、8080、8088、80286、80386 CPU的地址总线宽度分别为16根、20根、24根、32根，则他们的寻址能力分别为_KB、_MB、_MB、_GB
6、8080、8088、8086、80286、80386 CPU的数据总线宽度分别为8根、8根、16根、16根、32根，则它们一次可以传送的数据为：_B、_B、_B、_B、_B。
7、从内存中读取1024字节的数据，8086至少要读次、80386至少要读_次。
8、在存储器中，数据和程序以__形式存放。

检测点答案

1、寻址能力为8KB，即8192字节，总共可以找到8192个内存单元。为2的13次方，所以地址总线宽度为13
2、1KB = 1024B，则有1024个存储单元，编号从0到1023，存储地址通常以16进制表示，即编号000H到3FFH
3、1KB = 1024B = 8192bit
4、1GB = 1024 x 1024 x 1024Byte，1MB = 1024 x 1024Byte ，1KB = 1024Byte
5、16根为2^16Byte，再除以1024等于64KB，同理，20根为1MB，24根为16MB，32根为4GB
6、8根数据总线一次可以传输8位二进制数，也就是1个字节，所以答案为，8根1B，16根2B，32根4B。
7、8086的数据总线为16根，则一次传输2B的数据，1024字节需要，512次。同理80386位32根，一次传输4B，则需要256次
8、在存储器中，数据和程序以二进制形式存放