Go 语言汇编快速入门

在 Go 的源码中包含大量汇编语句，最优秀的示例代码位于 `math/big`, `runtime` 和 `crypto` 这些库中，但是从这里入门的话实在太过于痛苦，这些示例都是着力于系统操作和性能的运行代码。 对于没有经验的 Go 语言爱好者来说，这样会使通过库代码的学习过程遇到很大困难 。这也是撰写本文的原因所在。 Go ASM ( 译者注：ASM 是汇编的简写 ) 是一种被 Go 编译器使用的特殊形式的汇编语言，而且它基于 Plan 9 （译者注：来自贝尔实验室的概念[网络操作系统 ](https://baike.baidu.com/item/%E7%BD%91%E7%BB%9C%E6%93%8D%E4%BD%9C%E7%B3%BB%E7%BB%9F)）输入风格，所以先从 [文档](https://9p.io/sys/doc/asm.pdf) 开始是一个不错的选择。 注意：本文的内容是基于 x86_64 架构，但大多数示例也能兼容 x86 架构。 一些例子是从原始文档中选取出来的，主要目的是建立一个综合的统一标准摘要，涵盖那些最重要/有用的主题。 ## 第一步 Go ASM 和标准的汇编语法（ NASM 或 YASM ）不太一样，首先你会发现它是架构独立的，没有所谓的 32 或 64 位寄存器，如下图所示： | NASM x86 | NASM x64 | Go ASM | | -------- | -------- | ------ | | eax | rax | AX | | ebx | rbx | BX | | ecx | rcx | CX | | … | … | … | 大部分寄存器符号都依赖于架构。 另外， Go ASM 还有四个预定义的符号作为伪寄存器。它们不是真正意义上的寄存器，而是被工具链维持出来的虚拟寄存器，这些符号在所有架构上都完全一样： - `FP`: 帧指针 –参数和局部变量– - `PC`: 程序计数器 –跳转和分支– - `SB`: 静态基址指针 –全局符号– - `SP`: 栈指针 –栈的顶端–. 这些虚拟寄存器在 Go ASM 中占有了重要地位，并且被广泛使用，其中最重要的就要属 SB 和 FP了。 伪寄存器 SB 可以看作是内存的起始地址，所以 foo(SB) 就是 foo 在内存中的地址。语法中有两种修饰符，<> 和 +N （N是一个整数）。第一种情况 foo<>(SB) 代表了一个私有元素，只有在同一个源文件中才可以访问，类似于 Go 里面的小写命名。第二种属于对相对地址加上一个偏移量后得到的地址，所以 foo+8(SB) 就指向 foo 之后 8 个字节处的地址。 伪寄存器 FP 是一个虚拟帧指针，被用来引用过程参数，这些引用由编译器负责维护，它们将指向从伪寄存器处偏移的栈中参数。在一台 64 位机器上， 0(FP) 是第一个参数， 8(FP) 就是第二个参数。为了引用这些参数，编译器会强制它们的命名使用，这是出于清晰和可读性的考虑。所以 MOVL foo+0(FP), CX 会把虚拟的 FP 寄存器中的第一个参数放入到物理上的 CX 寄存器，以及 MOVL bar+8(FP), DX 会把第二个参数放入到 DX 寄存器中。 读者可能已经注意到这种 ASM 语法类似 AT&T 风格，但不完全一致： | Intel | AT&T | Go | | ------------------ | -------------------- | ------------------ | | `mov eax, 1` | `movl $1, %eax` | `MOVQ $1, AX` | | `mov rbx, 0ffh` | `movl $0xff, %rbx` | `MOVQ $(0xff), BX` | | `mov ecx, [ebx+3]` | `movl 3(%ebx), %ecx` | `MOVQ 2(BX), CX` | 另一处显著的差异就是全局源码文件结构， NASM 中的代码结构是用 section 清晰的定义出来： ```asm global start section .bss … section .data … section .text start: mov rax, 0x2000001 mov rdi, 0x00 syscall ``` 而在 Go 汇编中则是靠预定义的 section 类型符号： ```asm DATA myInt<>+0x00(SB)/8, $42 GLOBL myInt<>(SB), RODATA, $8 // func foo() TEXT ·foo(SB), NOSPLIT, $0 MOVQ $0, DX LEAQ myInt<>(SB), DX RET ``` 这种语法使得我们能够尽可能的在最适合的地方定义符号。 ## 在 Go 中调用汇编代码 可以从介绍中发现，Go 中的汇编代码主要用于优化和与底层系统交互，这使得 Go ASM 并不会像其它的经典汇编代码那样独立运行。Go ASM 必须在 Go 代码中调用。 hello.go ```go package main func neg(x uint64) int64 func main() { println(neg(42)) } ``` hello_amd64.s ```asm TEXT ·neg(SB), NOSPLIT, $0 MOVQ x+0(FP), AX NEGQ AX MOVQ AX, ret+8(FP) RET ``` 运行这份代码将会在终端打印出 -42 。 注意子过程符号开始处的 unicode 中间点 `·` ，这是为了包名分隔，没有前缀的 `·foo` 等价于 `main·foo`。 过程中的 `TEXT ·neg(SB), NOSPLIT, $0` 意味着： - `TEXT`: 这个符号位于 `text` section。 - `·neg`: 该过程的包符号和符号。 - `(SB)`: 词法分析器会用到。 - `NOSPLIT`: 使得没有必要定义参数大小。–可以省略不写– - `$0`: 参数的大小, 如果定义了`NOSPLIT` 就是 `$0` 。 build的步骤仍旧和往常一样，使用 `go build` 命令， Go 编译器会根据文件名–`amd64`–自动链接`.s` 文件。 还有一份资源可以帮助学习 Go 文件的编译过程，我们可以看下 `go tool build -S <file.go>` 生成的 Go ASM 。 一些类似 `NOSPLIT` 和 `RODATA` 的符号都是在 `textflax` 头文件中定义，因此用`#include textflag.h` 包含 该文件可以有利于完成一次没有报错的完美编译。 ## MacOS 中的系统调用 MacOS 中的系统调用需要在加上调用号 `0x2000000` 后才能被调用,举个例子，exit 系统调用就是 `0x2000001` 。调用号开始处的 `2` 是因为有多个种类的调用被定义在了重叠的调用号范围，这些类型都是定义在 [这里](https://opensource.apple.com/source/xnu/xnu-792.10.96/osfmk/mach/i386/syscall_sw.h) : ```c #define SYSCALL_CLASS_NONE 0 /* Invalid */ #define SYSCALL_CLASS_MACH 1 /* Mach */ #define SYSCALL_CLASS_UNIX 2 /* Unix/BSD */ #define SYSCALL_CLASS_MDEP 3 /* Machine-dependent */ #define SYSCALL_CLASS_DIAG 4 /* Diagnostics */ ``` 所有的 MacOS 系统调用号列表可以在 [这里](https://opensource.apple.com/source/xnu/xnu-1504.3.12/bsd/kern/syscalls.master) 找到. 参数是通过这些寄存器 `DI`, `SI`, `DX`, `R10`, `R8` 和`R9` 传递给系统调用, 系统调用代码存放在 `AX` 中。 NASM 中的写法类似这样： ```asm mov rax, 0x2000004 ; 写系统调用 mov rdi, 1 ; 参数 1 fd (stdout) mov rsi, rcx ; 参数 2 buf mov rdx, 16 ; 参数 3 count syscall ``` 与之相反，Go ASM 中类似的例子则是像这样： ```asm MOVL $1, DI // 参数 1 fd (stdout) LEAQ CX, SI // 参数 2 buf MOVL $16, DX // 参数 3 count MOVL $(0x2000000+4), AX // 写系统调用 SYSCALL ``` 同样，系统调用代码被放置在 `SYSCALL` 指令之前，这仅仅是通用写法，你可以像在 NASM 中那样直接把写系统调用放在最前面，编译后不会报任何错误。 ## 使用字符串 现在我相信你已经能够写一些基本的汇编代码并运行了，例如经典的 hello world 。我们知道如何把一个参数传递给子过程，如何返回值和如果在数据 section 里面定义符号。你试过定义一个字符串么？ 几天前我在编写一些汇编代码的时候遇到了这个问题，而我最关心的问题是，我该如何做才能去定义一个操蛋的字符串？嗯，NASM 中可以像这样来定义字符串： ```asm section data: foo: db "My random string", 0x00 ``` 可这在 Go 中不行，在我深入研究了我能从网上找到的所有 go ASM 项目后，我还是没能找到一个定义简单字符串的示例。最后我在 Plan9 汇编语言文档中找到了一个例子，它可以说明怎样让目标实现。 Go 和 Plan9 唯一的不同之处是使用双引号而非单引号，并且添加了一个`RODATA` 符号: ```asm DATA foo<>+0x00(SB)/8, $"My rando" DATA foo<>+0x08(SB)/8, $"m string" DATA foo<>+0x16(SB)/1, $0x0a GLOBL foo<>(SB), RODATA, $24 TEXT ·helloWorld(SB), NOSPLIT, $0 MOVL $(0x2000000+4), AX // syscall write MOVQ $1, DI // arg 1 fd LEAQ foo<>(SB), SI // arg 2 buf MOVL $24, DX // arg 3 count SYSCALL RET ``` 注意，定义字符串时不能放在一起，需要把它们定义在 8 字节（ 64 位）的块中。 现在你可以深入 Go ASM 世界中写下你自己的超级快速和极端优化的代码l，并请记住，去读那些操蛋的手册（微笑脸）。 ## 在安全领域使用？ 使用汇编除了优化你的 Go 代码外，也可以很方便的避免触发常见签名从而规避防病毒软件，以及使用一些反编译技术规避沙箱来搜寻异常行为，或者只是让分析师哀嚎。 如果你对此有兴趣，我会在该主题的下一篇文章中介绍，敬请关注！ ## 附录 - https://golang.org/doc/asm - https://9p.io/sys/doc/asm.pdf - https://goroutines.com/asm - https://blog.sgmansfield.com/2017/04/a-foray-into-go-assembly-programming/