生成x86处理器的汇编代码

Question

我正在学习Andrew Appel的《Java编译器实现》一书，目前正在构建低级中间表示法。起初，我决定针对JVM进行开发，忽略所有底层机器内容，但为了学习不熟悉的知识，我改变了想法。这改变了我的IR，因为针对JVM使我能够（或多或少地）忽略方法调用或对象构造。

Appel的书并没有详细介绍任何特定的机器架构，所以我想知道在哪里可以找到我需要了解的所有信息，以便进一步深入学习。

我目前意识到需要了解的事情有：

• 使用哪个指令集。我有两台笔记本电脑可以进行开发；两者都有Core 2 Duo处理器。我目前的理解是，x86处理器大多使用相同的指令集，但它们并不完全相同。

• 操作系统是否影响编译的代码生成步骤，或者它完全依赖于处理器。例如，我知道在32位和64位平台上运行代码的生成方式有所不同。

• 如何组织堆栈帧等。何时使用寄存器而不是将参数放在堆栈上，调用者保存还是被调用者保存，所有这些内容。我本来以为这将与指令集一起描述，但到目前为止，我还没有在任何地方看到这些特定信息。也许我在这里有什么误解？

欢迎提供相关资源的链接。

- danben

---

投票关闭，原因是范围过于宽泛。 - Ciro Santilli OurBigBook.com

Answer 1

大多数x86指令集对所有处理器都是通用的 - 可以合理地确定您的处理器具有相同的指令集，除了SIMD指令可能在实现简单编译器时对您没有太大用处（这些指令通常用于加速多媒体应用程序等）。 指令集列在Intel手册中 - 特别是2A和2B提供了指令及其行为的完整列表，但其他卷也值得一看。

生成用户空间代码时，操作系统的选择在系统调用方面很重要。例如，如果您想让一个程序在64位Linux上输出一些东西到终端，您需要通过以下方式进行系统调用：

• 将值1加载到寄存器rax中，以指示这是一个写入系统调用。
• 将值1加载到寄存器rdi中，以指示应该使用stdout（1是stdout的文件描述符）
• 将要打印的内容的起始地址加载到寄存器rsi中
• 将要打印的内容的长度加载到寄存器rdx中
• 设置好寄存器（和内存）后执行syscall指令。

write的返回值存储在rax中。

不同的操作系统可能对write有不同的系统调用号码，可能有不同的参数传递方式（x86-64 Linux系统调用总是按照rdi、rsi、rdx、r10、r8和r9的顺序传递参数，并在rax中使用系统调用号），也可能有完全不同的系统调用。

在Linux上，普通函数调用的约定类似--寄存器的顺序是rdi，rsi，rdx，rcx，r8和r9（所以完全相同，只是使用rcx而不是r10），进一步的参数在堆栈中，并且返回值在rax中。根据this page，应该在函数调用中保留寄存器rbp，rbx和r12到r15。当然，您可以自由地制定自己的约定（除非进行系统调用），但这使得从其他人生成或编写的代码中调用变得更加困难。

- Michael Williamson

---

谢谢，Michael - 这个答案也非常有帮助。我希望我也能接受它；这是我的错，因为我把太多的问题结合在一起了。不过还是点了个赞。 - danben

实际上，第二次阅读后我认为这个回答非常详尽地解答了我所有的问题。 - danben

Answer 2

如何组织堆栈帧等内容。何时使用寄存器而不是将参数放在堆栈上，调用者保存和被调用者保存，所有这些都需要考虑。我本以为这会随着指令集一起描述，但到目前为止，我还没有在任何地方看到这个特定的信息。也许我在这里有什么误解？

总的来说，这些问题没有标准答案。你可以使用任何调用约定……除非你想与其他人的代码相互操作。为了实现互操作性，编译器会标准化应用���序二进制接口。我的理解是Itanium C++ ABI已成为近年来流行的标准。可以从那里开始。

- Nathan Kitchen

---

谢谢，Nathan。我不太理解Itanium C++ ABI与我的目的有何关系（例如，在为另一种语言开发编译器时，C++扮演了什么角色？）；然而，这个链接最终引导我了解到各种x86调用约定（cdecl等），这正是我所需要的。 - danben

Answer 3

我无法回答你所有的问题；但是

• 基本的x86指令集在x86系列处理器中是兼容的。你没有计划实现任何特定的扩展，对吧？
• 我认为你的操作系统或架构对代码生成并不重要。
• 与编译器相关的任何问题的默认答案都是龙书。你看过它了吗？

- EightyEight