如何使用gcc生成可以与nasm编译的汇编代码

Question

我正在尝试作为一种爱好学习汇编语言，并且经常使用gcc -S来生成汇编输出。这是非常直接的，但我无法编译汇编输出。我只是好奇是否可以做到这一点。我尝试使用标准汇编输出和英特尔语法，使用-masm=intel。两者都无法用nasm编译并与ld链接。

因此，我想问一下是否有可能生成可编译的汇编代码。

更准确地说，我使用了以下C代码。

 >> cat csimp.c 
 int main (void){
 int i,j;
   for(i=1;i<21;i++)
     j= i + 100;
  return 0;
  }

使用 gcc -S -O0 -masm=intel csimp.c 生成汇编代码，尝试使用 nasm -f elf64 csimp.s 编译并使用 ld -m elf_x86_64 -s -o test csimp.o 进行链接。从 nasm 获取的输出如下：

csimp.s:1: error: attempt to define a local label before any non-local labels
csimp.s:1: error: parser: instruction expected
csimp.s:2: error: attempt to define a local label before any non-local labels
csimp.s:2: error: parser: instruction expected

这很可能是由于汇编语法错误导致的。我希望能够在不手动更正gcc -S输出的情况下修复此问题。

---

编辑:

有人给了我一个提示,说我的问题在另一个问题中得到了解决;不幸的是，在测试那里描述的方法后，我无法生成nasm汇编格式。您可以查看下面objconv的输出。因此，我仍需要您的帮助。

>>cat csimp.asm 
; Disassembly of file: csimp.o
; Sat Jan 30 20:17:39 2016
; Mode: 64 bits
; Syntax: YASM/NASM
; Instruction set: 8086, x64

global main:  ; **the ':' should be removed !!!** 


SECTION .text                                           ; section number 1, code

main:   ; Function begin
        push    rbp                                     ; 0000 _ 55
        mov     rbp, rsp                                ; 0001 _ 48: 89. E5
        mov     dword [rbp-4H], 1                       ; 0004 _ C7. 45, FC, 00000001
        jmp     ?_002                                   ; 000B _ EB, 0D

?_001:  mov     eax, dword [rbp-4H]                     ; 000D _ 8B. 45, FC
        add     eax, 100                                ; 0010 _ 83. C0, 64
        mov     dword [rbp-8H], eax                     ; 0013 _ 89. 45, F8
        add     dword [rbp-4H], 1                       ; 0016 _ 83. 45, FC, 01
?_002:  cmp     dword [rbp-4H], 20                      ; 001A _ 83. 7D, FC, 14
        jle     ?_001                                   ; 001E _ 7E, ED
        pop     rbp                                     ; 0020 _ 5D
        ret                                             ; 0021 _ C3
; main End of function


SECTION .data                                           ; section number 2, data


SECTION .bss                                            ; section number 3, bss

明显的解决方案：

在清理 objconv 的输出时，我犯了一个错误。我应该运行以下命令：

sed -i "s/align=1//g ; s/[a-z]*execute//g ; s/: *function//g;  /default *rel/d" csimp.asm

所有步骤都可以在一个 bash 脚本中压缩。

#! /bin/bash

a=$( echo $1 | sed  "s/\.c//" ) # strip the file extension .c

# compile binary with minimal information
gcc -fno-asynchronous-unwind-tables -s -c ${a}.c 

# convert the executable to nasm format
./objconv/objconv -fnasm ${a}.o 

# remove unnecesairy objconv information
sed -i "s/align=1//g ; s/[a-z]*execute//g ; s/: *function//g;  /default *rel/d" ${a}.asm

# run nasm for 64-bit binary

nasm -f elf64 ${a}.asm 

# link --> see comment of MichaelPetch below
ld -m elf_x86_64 -s ${a}.o 

运行此代码，我收到了`ld`警告：

 ld: warning: cannot find entry symbol _start; defaulting to 0000000000400080 

这种方式生成的可执行文件会崩溃并显示分段错误信息。我将不胜感激您的帮助。

- Alexander Cska

---

输出是为GNU汇编器（as）而设计的，你为什么不使用它呢？它会“即插即用”。不幸的是，nasm具有不同的语法。 - Jester

你需要 nasm 做什么？ - edmz

在您的编辑中，您生成的代码是64位的，但您最初的问题使用nasm -f elf和ld -m elf_i386（针对32位） 。所以我猜测您在objconv生成的代码方面可能遇到了混合32位和64位代码的问题。首先，您是要创建64位代码还是32位代码？你使用的是32位还是64位操作系统？ - Michael Petch

@MichaelPetch 谢谢您的评论。我同时使用两者，因此有些混淆。我想生成 64 位二进制文件并在运行 3.16.7-21-desktop 内核的 Suse Linux 上运行它。然而，您看到的错误是由运行 nasm 生成的，因此链接器不是问题所在。我会纠正这个错误。感谢您的反馈。 - Alexander Cska

你的编辑没有显示出你如何编译和链接OBJCONV代码，但是它应该可以使用nasm进行编译，类似于nasm -felf64 csimpc.asm。如果你使用了nasm -felf csimpc.asm，那么-f elf会尝试生成32位输出。如果你正在尝试汇编64位代码，你需要使用-f elf64。如果在64位系统上，_LD_通常会默认输出64位可执行文件。所以你应该从LD命令中删除-m elf_i386或者使用ld -m elf_x86_64。带有-m elf_i386的LD正在尝试输出到32位可执行文件。 - Michael Petch

Answer 1

我认为你遇到的问题是使用ld在一个包含入口点名为main的目标文件上时，ld会寻找名为_start的入口点。

有几点需要考虑。首先，如果你链接C库以使用printf等函数，链接将期望main作为入口点，但如果你不链接C库，ld将期望_start。你的脚本非常接近，但你需要一些方法来区分需要哪个入口点，以便完全自动化任何源文件的处理过程。

例如，以下是使用你的方法转换包含printf的源文件的示例。它被转换为nasm，使用objconv进行如下操作：

生成目标文件：

gcc -fno-asynchronous-unwind-tables -s -c struct_offsetof.c -o s3.obj

使用objconv将文件转换为nasm格式汇编代码

objconv -fnasm s3.obj

（注：我的版本的objconv添加了DOS换行符 - 可能是忘记选项，我只是通过dos2unix运行它）

使用略微修改过的您的sed调用，调整内容：

sed -i -e 's/align=1//g' -e 's/[a-z]*execute//g' -e \
's/: *function//g' -e '/default *rel/d' s3.asm

（注意：如果没有标准库函数，并且使用ld，则通过将以下表达式添加到sed调用中，将main更改为_start）

-e 's/^main/_start/' -e 's/[ ]main[ ]*.*$/ _start/'

编译使用nasm（替换原始目标文件）：

这可能有更优雅的表达方式，这只是一个例子。

nasm -felf64 -o s3.obj s3.asm

使用gcc进行链接:

gcc -o s3 s3.obj

测试

$ ./s3

 sizeof test : 40

 myint  : 0  0
 mychar : 4  4
 myptr  : 8  8
 myarr  : 16  16
 myuint : 32  32

- David C. Rankin

---

我将main更改为start后，ld错误消失了。 但代码仍然会产生“分段错误”。 我的代码中没有printf，实际上只有一个主函数和一个for循环，但不知何故它仍无法运行。 通常情况下，如果我使用gcc作为链接器，则一切都顺利运行。 问题是使用nasm编译并使用ld链接。 - Alexander Cska

@AlexanderCska：当然会segmentation fault。它试图从“_start”返回，而不是进行“exit（2）”系统调用。“_start”没有被任何东西调用：它是实际的入口点。x86-64 ABI指定栈保存argc，* argv和* envp，而不是返回地址。如果您将代码更改为调用“exit（0）”而不是“return 0”，则应该可以正常工作，但是然后您需要使用“libc”链接。所以你应该像David说的那样使用gcc进行链接。我不知道我是否错过了，但是你为什么要这样做呢？一旦编译并运行起来，你是要开始手动修改汇编代码吗？ - Peter Cordes

如果您想要直接使用系统调用，而不是通过glibc包装器，那么以前有像_syscall1(type, name, type1, arg1)这样的宏，可以定义一个内联函数来进行系统调用。请参见_syscall(2)。或者您可以修改call指令周围的汇编代码，将参数放入正确的寄存器中进行系统调用，而不是函数调用，并使用syscall。它会破坏rax、rcx和r11：请参见https://dev59.com/Q3E85IYBdhLWcg3w8IXK - Peter Cordes

调用 exit(2)（又名 sys_exit）的方法：movq $return_code, %rdi; movq $60, %rax; syscall 或者使用旧的中断接口：movq $1, %rax; mov $rc, %rbx; int $0x80。这样你就不必经过 libc，但它也不太可移植（例如 AMD 使用 sysenter 而不是 syscall）。 - edmz

此外，正则表达式也可以匹配像defaultrelease:这样的行，该行定义了与之匹配的函数名称的标签，因为/ */可以匹配零个字符。 - Peter Cordes

Answer 2

有许多不同的汇编语言 - 对于每个CPU可能有多个可能的语法（例如“Intel语法”，“AT&T语法”），然后完全不同的指令，预处理器等。这使得32位80x86汇编语言仅有大约30种不同的方言。

GCC只能为32位80x86生成一种汇编语言方言。这意味着它不能与NASM、FASM、MASM、TASM、A86/A386等一起使用。它仅适用于GAS（可能还有YASM的“AT&T模式”）。

当然，您可以使用3种不同的编译器将代码编译成3种不同类型的汇编语言，然后自己编写3种不同类型的汇编代码；然后使用各自适当的汇编器将所有内容（每个都是对象文件）汇编到一起，并将所有对象文件链接在一起。

- Brendan

Answer 3

基本上直接翻译是不行的。GCC输出的汇编语言采用Intel语法，但NASM/MASM/TASM采用自己的Intel语法。它们在很大程度上基于Intel语法，但可能存在一些差异，汇编器可能无法理解并因此编译失败。

最接近的方法可能是使用objdump以Intel格式显示汇编代码：

objdump -d $file -M intel

Peter Cordes在评论中建议，汇编指令仍将针对GAS进行，因此例如NASM就不能识别它们。他们通常具有相同的名称，但类似于GAS的指令以 . 开头，比如 .section text （而不是 section text ）。

- edmz

---

另请参见：https://dev59.com/817Va4cB1Zd3GeqPFwMU?lq=1 - edmz

gcc / gas Intel 语法仍然使用类似 .align、.globl 的 GNU 汇编指令，而 NASM/YASM 使用 align 和 global 等指令。因此，您需要手动移植。 - Peter Cordes

@PeterCordes 是的，没错。GCC通过另一个类似GAS的指令.intel_syntax告诉GAS切换语法。 - edmz

但是我使用的是 AMD CPU，我应该执行哪个命令？ - ORHAN ERDAY