Laborator 04: Apeluri de funcții

Transcriere

1 2016/09/27 08:03 1/10 Laborator 04: Apeluri de funcții Laborator 04: Apeluri de funcții În acest laborator vom prezenta modul în care se realizează apeluri de funcții. Vom vedea cum putem folosi instrucțiunile call și ret pentru a realiza apeluri de funcții și cum folosim stiva pentru a transmite parametrii unei funcții. Laboratorul este de forma learn by doing partea practică alternând între secțiuni de tip tutorial, cu parcurgere pas cu pas și prezentarea soluției, și exerciții care trebuie să fie rezolvate. Mediul de lucru Pentru acest laborator vom folosi un sistem Microsoft Windows, asamblorul nasm și IDE-ul SASM. Pentru compilarea codului sursă C vom folosi compilatorul din suita Microsoft Visual Studio (cl). Cunoștințe și abilități ce vor fi dobândite Traducerea apelului și implementării unei funcții din limbajul C în limbaj de asamblare Folosirea instrucțiunilor call și ret pentru a realiza un apel de funcție Implementarea unei funcții în limbaj de asamblare Folosirea stivei pentru a transmite parametrii unei funcții Apelarea unei funcții externe (aflată în biblioteca standard C) din limbaj de asamblare Exerciții În cadrul exercițiilor vom folosi arhiva de laborator. Descărcați arhiva, decomprimați-o și accesați directorul aferent. [1p] 1. Recapitulare: Program în limbaj de asamblare În SASM deschideți fișierul NASMHello.asm, fișier din instalarea implicită de NASM și compilați-l și rulați-l. Observați afișarea mesajului Hello, world! Pentru compilare/rulare puteți folosi opțiunea Build din meniu, sau direct tasta F9. Deschideți în SASM fișierul hello-world.asm din arhiva de laborator. Compilați-l și rulați-l și pe acesta și observați comportamentul. Sunt câteva diferențe între cele două programe: Programul hello-world.asm folosește apelul funcției puts (funcție externă modulului curent) pentru a efectua a afișarea. Pentru aceasta pune argumentul pe stivă și apelează funcția. Introducere în organizarea calculatorului și limbaj de asamblare -

2 laboratoare:laborator-04 Variabila msg din programul hello-world.asm conține octeții 13 și 10. Aceștia simbolizează caracterele carriage-return și line-feed, mai cunoscute și sub numele forma \r\n, folosite pentru a adăuga o linie nouă pe Windows. Încheierea cu \r\n este, în general, utilă pentru afișarea șirurilor. Întrucât însă funcția puts pune automat o linie nouă după șirul afișat, prezența acestor caractere este opțională. Este, însă, utilă în cazul folosirii funcției printf. [1p] 2. Dezasamblarea unui program scris în C După cum spuneam, în final, totul ajunge în limbaj de asamblare. Adesea ajungem să avem acces doar la codul obiect al unor programe și vrem să inspectăm modul în care arată. Pentru a observa acest lucru, haideți să compilăm până la codul obiect un program scris în C și apoi să-l dezasamblăm. Este vorba de programul test.c din arhiva de laborator. Pentru a compila un program vom folosi linia de comandă și de acolo comanda cl care reprezintă compilatorul și linker-ul din Visual Studio. Pentru a compila un fișier cod sursă C/C++ în linia de comandă folosind Visual Studio, urmați pașii: Deschideți butonul de start, selectați All apps, apoi mergeți la litera V, selectați directorul Visual Studio 2015 și alegeți opțiunea Visual Studio x86 Native Command Prompt. Accesați directorul în care aveți codul sursă. Folosiți comanda cl <nume-fisier>.cpp unde <nume-fisier> este numele fișierului. În cazul nostru, întrucât dorim doar să compilăm fișierul test.c la modulul obiect, vom accesa din prompt-ul Visual Studio directorul în care se găsește fișierul și apoi vom rula comanda cl /c test.c În urma rulării comenzii de mai sus în directorul curent vom avea fișierul obiect test.obj. Putem obține și forma în limbaj de asamblare a acestuia folosind comanda cl /FAs test.c În urma rulării comenzii de mai sus obținem fișierul test.asm pe care îl putem vizualiza folosind comanda type test.asm Printed on 2016/09/27 08:03

3 2016/09/27 08:03 3/10 Laborator 04: Apeluri de funcții Pentru a dezasambla codul unui modul obiect vom folosi un utilitar frecvent întâlnit în lumea Unix: objdump. Pentru aceasta trebuie ca în prompt-ul Visual Studio sau în alt prompt să accesați directorul de binare al SASM. Este vorba de C:\Program Files (x86)\sasm\mingw64\bin. De acolo, pentru dezasamblare, vom rula comanda.\objdump.exe -d <path-to-obj-file> unde <path-to-obj-file> este calea către fișierul obiect test.obj. Veți obține un output similar celui de mai jos C:\Program Files (x86)\sasm\mingw\bin>.\objdump.exe -d -M intel C:\Users\razvan\test.obj C:\Users\razvan\test.obj: file format pe-i386 Disassembly of section.text: <_main>: 0: 55 push ebp 1: 8b ec mov ebp,esp 3: 6a 0f push 0xf 5: e call a <_main+0xa> a: 83 c4 04 add esp,0x4 d: 50 push eax e: push 0x0 13: e call 18 <_main+0x18> 18: 83 c4 08 add esp,0x8 1b: 33 c0 xor eax,eax 1d: 5d pop ebp 1e: c3 ret 1f: cc int <_first_func>: 20: 55 push ebp 21: 8b ec mov ebp,esp 23: 51 push ecx 24: c7 45 fc mov DWORD PTR [ebp-0x4],0x3 2b: push 0x0 30: e call 35 <_first_func+0x15> 35: 83 c4 04 add esp,0x4 38: 8b 45 fc mov eax,dword PTR [ebp-0x4] 3b: 50 push eax 3c: 8d 4d 08 lea ecx,[ebp+0x8] 3f: 51 push ecx 40: e call 45 <_first_func+0x25> 45: 83 c4 08 add esp,0x8 48: 8b mov eax,dword PTR [ebp+0x8] 4b: 8b e5 mov esp,ebp 4d: 5d pop ebp Introducere în organizarea calculatorului și limbaj de asamblare -

4 laboratoare:laborator e: c3 ret 4f: cc int <_second_func>: 50: 55 push ebp 51: 8b ec mov ebp,esp 53: 8b mov eax,dword PTR [ebp+0x8] 56: 8b 08 mov ecx,dword PTR [eax] 58: 03 4d 0c add ecx,dword PTR [ebp+0xc] 5b: 8b mov edx,dword PTR [ebp+0x8] 5e: 89 0a mov DWORD PTR [edx],ecx 60: 5d pop ebp 61: c3 Există multe alte utilitare care permit dezasamblare de module obiect, majoritatea cu interfața grafică și oferind și suport pentru debugging. objdump este un utilitar simplu care poate fi rapid folosit în linia de comandă. Este interesant de urmărit, atât în fișierul test.asm cât și în dezasamblarea sa, modul în care se face un apel de funcție, lucru despre care vom discuta în continuare. Breviar: Apelul unei funcții Atunci când apelăm o funcție, pașii sunt următorii: Punem argumentele pe stivă, apelul de tip push fiind în ordinea inversă în care sunt trimiși ca argumente funcției. Apelăm call. Restaurăm stiva la sfârșitul apelului. Funcționarea stivei După cum știm, operațiile pe stivă sunt de două tipuri: push val în care valoarea val este plasată pe stivă pop reg/mem în care ce se găsește în vârful stivei se plasează în registru sau într-o zonă de memorie În momentul în care se face push spunem că stiva crește (se adaugă elemente). În mod oarecum paradoxal însă, pointerul de stivă (indicat de registrul esp pe 32 de biți) scade. Acest lucru se întâmplă întrucât stiva crește în jos, de la adresa mari către adrese mici. La fel, în momentul care facem pop spunem că stiva scade (se scot elemente). Acum pointer-ul de stivă (indicat de registrul esp pe 32 de biți) crește. Un sumar al acestui lucru este explicat foarte bine la acest link: Printed on 2016/09/27 08:03

5 2016/09/27 08:03 5/10 Laborator 04: Apeluri de funcții Exemplu de apelare de funcție în assembly După cum spuneam, în momentul în care realizăm un apel de funcție în assembly acesta se traduce în cei trei pași de mai sus. De exemplu, în fișierul hello-world.asm am apelat funcția puts folosind sintaxa: push msg call puts add esp, 4 În primă fază am plasat pe stivă argumentul funcției puts adică adresa șirului msg. Apoi am apelat funcția puts. Apoi am restaurat stiva (care crescuse prin apelul push) adăugând 4 octeți (dimensiunea unui cuvânt pe 32 de biți) la registrul de stivă (esp). Astfel sunt traduse majoritatea apelurilor de funcții. Dacă urmărim dezasamblarea fișierul test.obj putem observa acest șablon de apel și în alte părți. Mai jos sunt secvențele extrase din dezasamblarea de mai sus: d: 50 push %eax e: push $0x0 13: e call 18 <_main+0x18> 18: 83 c4 08 add $0x8,%esp 2b: push $0x0 30: e call 35 <_first_func+0x15> 35: 83 c4 04 add $0x4,%esp 3b: 50 push %eax 3c: 8d 4d 08 lea 0x8(%ebp),%ecx 3f: 51 push %ecx 40: e call 45 <_first_func+0x25> 45: 83 c4 08 add $0x8,%esp Contează mai puțin, pentru înțelegerea noastră din acest moment, de ce unele instrucțiuni arată cum arată, este importantă înțelegerea pașilor urmați pentru apelarea unei funcții: plasarea argumentelor pe stivă, apelul funcției, restaurarea stivei. [1p] 3. Afișarea unui șir Pentru afișarea unui string în SASM putem folosi macro-ul PRINT_STRING. Sau putem folosi o funcție precum puts. În fișierul print-string.asm este implementată afișarea unui string folosind macroul PRINT_STRING. Urmărind fișierul hello-world.asm ca exemplu, implementați afișarea șirului folosind și puts. Urmăriți și indicațiile din secțiunea de mai sus, legate de apelul unei funcții. Introducere în organizarea calculatorului și limbaj de asamblare -

6 laboratoare:laborator-04 [2p] 4. Afișarea lungimii unui șir Programul print-string-len.asm afișează lungimea unui șir folosind macro-ul PRINT_DEC. Calculul lungimii șirului mystring are loc în cadrul programului (este deja implementat). Implementați programul pentru a face afișarea lungimii șirului folosind funcția printf. La sfârșit veți avea afișată de două ori lungimea șirului: o dată cu apelul macro-ului SASM PRINT_DEC și apoi cu apelul funcției externe printf. Gândiți-vă că apelul printf este de forma printf("string length is %u\n", len);. Trebuie să construiți stiva pentru acest apel. Pașii de urmat sunt: Marcarea simbolului printf ca simbol extern. Definirea șirului de formatare "String length is %u", 13, 10, 0. Realizarea apelului funcției printf, adică: 1. Punerea celor două argumente pe stivă: șirul de formatarea și lungimea. 2. Apelul printf folosind call. 3. Restaurarea stivei. Lungimea șirului se găsește în registrul ecx. [3p] 5. Afișarea șirului inversat În soluția de mai sus adăugați funcția reverse_string astfel încât să aveți un listing similar celui de mai jos: [...] section.text global CMAIN reverse_string: push ebp mov ebp, esp mov eax, dword [ebp+8] mov ecx, dword [ebp+12] add eax, ecx dec eax mov edx, dword [ebp+16] copy_one_byte: mov bl, byte [eax] mov byte [edx], bl dec eax inc edx Printed on 2016/09/27 08:03

7 2016/09/27 08:03 7/10 Laborator 04: Apeluri de funcții loopnz copy_one_byte inc edx mov byte [edx], 0 leave ret CMAIN: push ebp mov ebp, esp [...] Funcția reverse_string inversează un șir și are următoarea signatură: void reverse_string(const char *src, size_t len, char *dst);. Astfel ca primele len caractere și șirul src sunt inversate în șirul dst. Realizați inversarea șirului mystring într-un nou șir și afișați acel nou șir. Pentru a defini un nou șir, recomandăm ca, în secțiunea de date să folosiți construcția store_string times 64 db 0 Construcția creează un șir de 64 de octeți de zero, suficient pentru a stoca inversul șirului. Apelul echivalent în C al funcției este reverse_string(mystring, ecx, store_string);. În registrul ecx am presupus că este calculată lungimea șirului. Nu puteți folosi direct valoarea ecx în forma ei curentă. După apelul funcției printf pentru afișare numărului valoarea ecx se pierde. Ca să o păstrați, aveți două opțiuni: 1. Stocați valoarea registrului ecx în prealabil pe stivă (folosind push ecx înaintea apelului printf) și apoi să o restaurați după apelul printf (folosind pop ecx). 2. Stocați valoarea registrului ecx într-o variabilă globală, pe care o definiți în secțiunea.data. Nu puteți folosi un alt registru pentru că sunt șanse foarte mari ca și acel registru să fie modificat de apelul printf pentru afișarea lungimii șirului. Breviar: Apelatul în cadrul unei funcții Atunci când apelăm o funcție spune că funcția care apelează (contextul care apelează) se cheamă apelant (sau caller) iar funcția apelată se cheamă apelat (sau callee). Până acum am discutat despre cum arată lucrurile la nivelul apelantului (cum construim stiva acolo). Haideți să urmărim ce se întâmplă la nivelul apelatului. Până în momentul instrucțiunii call stiva conține parametrii funcției. Apelul call poate fi echivalat grosier următoarei secvențe: push eip Introducere în organizarea calculatorului și limbaj de asamblare -

8 laboratoare:laborator-04 jmp function_name Adică și apelul call folosește în continuare stiva și salvează adresa următoarei instrucțiuni, cea de după call numită și instrucțiunea de retur sau adresa de retur (return value, return address). Aceasta este necesară pentru a ști, în apelat, unde să revenim. Suplimentar, în apelat, la începutul său (numit preambul, preamble) se salvează frame pointer-ul (în arhitectura i386 este vorba de registrul ebp) urmând ca frame pointer-ul să refere adresa curentă de pe stivă (adică tocmai fostul frame pointer). Deși nu este obligatorie, salvarea frame pointer-ului ajută la debugging și este în cele mai multe cazuri folosită. Din aceste motive, orice apel de funcție va avea în general, preambulul: push ebp mov ebp, esp Aceste modificări au loc în apelat. De aceea este responsabilitatea apelatului să restaureze stiva la vechea sa valoare. De aceea este uzuală existența unui epilog care să readucă stiva la starea sa inițială; acest epilog este: leave În acest moment stiva este ca la începutul funcției, adică imediat după call, referind adresa de retur. Urmează apelul ret care este grosier echivalentul instrucțiunii: pop eip Adică ia valoarea din vârful stivei și o plasează în eip urmând continuarea execuției programului de la acea adresă. Un sumar al acestui comportament, plasat pe apelul echivalent reverse_string(mystring, len, store_string); este indicat în diagrama de mai jos, accesibilă în format PDF și original DIA la adresa: De observat că pe parcursul execuției funcției, ceea ce nu se schimbă este poziția frame pointer-ul. Acesta este și motivul denumirii sale: pointează la frame-ul curent de funcției. De aceea este comun ca accesarea parametrilor unei funcții să se realizeze prin intermediul frame pointer-ului. Printed on 2016/09/27 08:03

9 2016/09/27 08:03 9/10 Laborator 04: Apeluri de funcții Presupunând un sistem pe 32 de biți și parametri de dimensiunea cuvântului procesorului (32 de biți, 4 octeți) vom avea: primul argument se găsește la adresa ebp+8 al doilea argument se găsește la adresa ebp+12 al treilea argument se găsește la adresa ebp+16 etc. Acesta este motivul pentru care, pentru a obține parametrii funcției reverse_string în registrele respectiv eax, ecx, edx, folosim construcțiile: mov eax, dword [ebp+8] ; retrieve first function argument in eax mov ecx, dword [ebp+12] ; retrieve second function argument in ecx mov edx, dword [ebp+16] ; retrieve third function argument in edx [2p] 6. Implementarea funcției toupper Ne propunem implementarea funcției toupper care traduce literele mici în litere mari. Pentru aceasta, porniți de la fișierul toupper.asm din arhiva de exerciții a laboratorului și completați corpul funcției topupper. Șirul folosit este mystring și presupunem că este un șir valid. Acest șir este transmis ca argument funcției toupper în momentul apelului. Faceți înlocuirea in place, nu este nevoie de un alt șir. Ca să traduceți o litera mică în literă mare, trebuie să scădeți 0x20 din valoare. Aceasta este diferența între litere mici și mari; de exemplu a este 0x61 iar A este 0x41. Puteți vedea în pagina de manual ascii. Ca să citiți sau să scrieți octet cu octet folosiți construcția byte [reg] așa cum apare și în implementarea determinării lungimii unui șir în fișierul print-string-len.asm, unde [reg] este registrul de tip pointer în care este stocată adresa șirului în acel punct. Vă opriți atunci când ați ajuns la valoarea (NUL byte). Pentru verificare puteți folosi test așa cum se întâmplă și în implementarea determinării unui șir în fișierul print-string-len.asm. [2p] Bonus: toupper doar pentru litere mici Implementați funcția toupper astfel încât translatarea să aibă loc doar pentru caractare reprezentând litere mici, nu litere mari sau alte tipuri de caractere. [2p] Bonus: rot13 Realizați și folosiți o funcție care face translatarea rot13 a unui șir. Introducere în organizarea calculatorului și limbaj de asamblare -

10 laboratoare:laborator-04 [2p] Bonus: rot13++ Implementați rot13 pe un array de șiruri: șirurile sunt continue în memorie separate prin terminatorul de șirul (NUL-byte, ). De exemplu: ana\0are\0mere\0 este un array de trei șiruri. Va trebui să știți când sa vă opriți din parcurgerea array-ului de șiruri. Cel mai simplu este să definiți o variabilă de lungime în secțiunea.data, de forma len dd 10 în care să rețineți fie lungimea totală a șirului (de la începutul până la ultimul NUL-byte), fie numărul de șiruri din array. Soluții Soluții de referință pentru exercițiile de laborator Alte resurse nasm SASM From: - Introducere în organizarea calculatorului și limbaj de asamblare Permanent link: Printed on 2016/09/27 08:03