FAQ ASM

Foire Aux Questions sur l'assembleur

Qu'est-ce qu'un assembleur ?
Un [programme] assembleur est un compilateur qui transforme un code source en [langage] assembleur en programme exécutable par l'ordinateur. Le code source est écrit dans un langage propre au processeur avec des instructions supplémentaires propres au système d'exploitation (Unix, Linux, OS X, Windows, etc.) et au programme assembleur (MASM, TASM, NASM, etc.).
Pourquoi programmer en assembleur ?
Pour un étudiant, le premier intérêt est de mieux connaître le fonctionnement de bas niveau d'un ordinateur, ce qui peut être particulièrement utile quand on programme en C/C++ qui est un langage très proche de la machine. L'optimisation des compilateurs et l'efficacité de la programmation en C pour les systèmes a supprimé l'intérêt en génie logiciel de programmer directement en assembleur pour gagner en temps d'exécution, d'autant plus que la programmation efficace en assembleur des processeurs les plus récents peut être compliquée (jeux d'instructions et registres supplémentaires, maintien d'instructions anciennes moins rapides, etc.) ; l'assembleur reste par contre utile pour la programmation de pilotes (drivers) de périphériques fonctionnant en temps réel (systèmes embarqués).
Pourquoi "linker" un programme après l'avoir "assemblé" ?
Décomposer la compilation en deux étapes successives, pré-assemblage puis "linkage" permet notamment à un programme principal d'utiliser des commandes (fonctions/procédures) présentes dans d'autres programmes pré-assemblés. De plus, un format commun (fichiers .o sous Linux) permet de lier des sous-programmes d'origine diverses, écrits par exemple soit en C/C++ soit en assembleur.
A quoi servent les options -f elf de nasm et -m elf_i386 de ld ?
Ces options indiquent d'une part que le processeur est de type i386 (32 bits) et d'autre part que l'exécutable produit sera au format ELF, qui est un format d'exécutable Unix-Linux (différent des formats COM de DOS, PE de Windows, et Mach-O de OS X). En effet, les processeurs de la lignée Intel 86 ont évolué en augmentant la taille de leurs registres, par exemple AL+AH (8 b) =AX (16 b) ⊆EAX (32 b) ⊆RAX (64 b), et leur jeu d'instructions (par exemple jeu MMX, SSE2, SSE3, etc.).
N.B. Contrairement à Windows, Unix-Linux n'a pas besoin d'une extension de fichier pour reconnaitre un fichier exécutable, l'extension .elf utilisée dans le TP est seulement d'ordre informative. En ouvrant cet exécutable avec un éditeur de texte, vous pouvez observer que le fichier commence par "ELF", là où un fichier exécutable Windows PE commencerait par "MZ".
Qu'est-ce qu'une interruption ? un appel système ?
Une interruption est une instruction d'un programme qui appelle un sous-programme géré par le système d'exploitation à un niveau plus bas de la machine. Une de ses interruptions donne à un programme en assembleur l'accès à un certain nombre de fonctions gérées par le système d'exploitation et appelées appels systèmes : saisie au clavier, affichage à l'écran, gestion de fichiers, etc.
Sous Linux l'interruption n°128=0x80=80h gère ces appels systèmes (pour mémoire, l'interruption équivalente sous DOS était la n°20h) ; la fonction appelée est donnée par un numéro d'appel qui est placé dans le registre EAX avant l'instruction d'interruption ; cette fonction peut nécessiter des paramètres supplémentaires qui sont placés successivement (selon besoins) dans les registres EBX, ECX, EDX. Par exemple, l'appel n°1 sys_exit(valeur_retour) termine proprement un appel système (et plus généralement un programme en assembleur) ; ainsi, si un programme se termine par la suite d'instructions MOV EAX, 1 ; MOV EBX, 0 ; INT 80h la valeur de retour du programme sera 0 (i.e. sortie normale du programme).

Où trouver les appels systèmes ?
Il n'est pas évident de trouver des informations à la fois claires et précises sur les appels systèmes que ce soit dans les fichiers de Linux ou sur le Web (voir par exemple asm.sourceforge.net/syscall.html. et docs.cs.up.ac.za/...derick...).
Voici les principaux appels qui nous intéressent (tableau à compléter selon vos besoins).

n° (EAX)	nom conventionnel	EBX	ECX	EDX	commentaire
1	sys_exit	0 : fin normale			Termine un appel système. Obligatoire à la fin d'un programme en assembleur.
3	sys_read	0 : stdin	nom de la chaîne où placer la saisie	taille max de cette saisie	La chaîne à lire ne doit pas dépasser la taille préallouée
4	sys_write	1 : stdout, 2 : stderr	nom de la chaîne à afficher	taille de cette chaîne	Choix possible de la sortie stdout ou stderr
5	sys_open	chemin+nom_fichier ?	0 : lecture, 1 : écriture, 2 : les deux ?	(optionnel ?)	Ouvrir un fichier existant (ne pas oublier de le fermer)
6	sys_close	identifiant fichier ?			Fermer un fichier existant
8	sys_creat	...	...
12	sys_chdir	...
13	sys_time	stockage du résultat			secondes depuis le 01/01/1970 à 0h00.

Pourquoi mon programme ne fait pas ce que je lui demande ?
- Commencez par vérifier votre code source : au moins 75% des problèmes de programmation sont résolus par une lecture attentive du code. Dans le code source, il ne faut pas oublier de commencer correctement la section de code (section .text ; global _start ; _start :), éventuellement précédée des sections des données intialisées à valeur fixe (section .data, commande DB) ou non initialisées à valeur variable (section .bss, commande RESB). Chaque procédure doit finir avec l'instruction de retour RET.
- Ne placez qu'une instruction par ligne. Les commentaires commencent par un point-virgule.
- Méfiez-vous du copier-coller (possibilité de copier des caractères inopportuns).
- Surveillez attentivement le comportement des tests et des boucles.
- Les entrées-sorties peuvent être asynchrones (dans un ordre anormal) en cas de parallélisation des processus. Utilisez sys_exit selon les besoins...
- Lors de l'exécution, la saisie d'une chaîne de caractères plus longue que son espace réservé peut être aussi source de problèmes.
Jump, call, goto ?
Vous avez la possibilité de définir des procédures et des fonctions, ne vous en privez pas : la programmation modulaire ne présente que des avantages sur la programmation "spaghetti". Apprenez à programmer dans cet esprit le schéma alternatif (Si-Alors-Sinon) et les schémas itératifs précontrôlé (TantQue-Faire), postcontrôlé (Répéter-jusqu'à) et borné (Pour-Faire). Pour donner les paramètres utilisés par une fonction à appeler, vous pouvez utiliser les registres EAX à EDX ainsi que la pile (voir les conventions de la programmation en C pour plus de précision sur ce point).
%EAX, $variable ?
Pour NASM, le préfixe "$-" placé devant une variable permet de définir sa taille, sinon on ne préfixe jamais un nom de variable par $ ni un registre par %. Ces préfixes étaient utilisés conventionnellement dans la "syntaxe ATT", obsolète mais dont trouve encore des exemples sur le Web.
Etc ?
...