如何在 x86 汇编中编写自己的 atoi 函数

Posted 2023-02-16

【中文标题】如何在 x86 汇编中编写自己的 atoi 函数

【英文标题】：How to write my own atoi function in x86 assembly

【发布时间】：2019-04-08 02:19:59

【问题描述】：

我在汇编中编写自己的 atoi 函数时遇到了一些麻烦。说明是

"更改函数，使其返回与传递给函数的 C 字符串（指针）等效的整数。您可以假设第一个字符介于 '0' 和 '9' 之间，包括 '0' 和 '9'。 ato 应该考虑从第一个到第一个非十进制数字的所有字符。如您所见，main 将 atoi 返回的值用作退出代码（这只是访问 atoi 输出的一种廉价方法，无需编写 itoafunction .) 正如给你的，atoireturns 1234。返回值与 0xFF 进行 ANDed 以将其减少为一个字节。因此 1234 和 255 变为 210。”

    # Useful constants 
    .equ    STDIN,0 
    .equ    STDOUT,1 
    .equ    READ,0 
    .equ    WRITE,1 
    .equ    EXIT,60 
# Stack frame 
    .equ    bufferSize, 32
    .equ    buffer,-bufferSize
    .equ    localSize,16 
    .equ    frameSize, bufferSize + localSize
# Read only data 
    .section    .rodata # the read-only data section 
prompt: 
    .string     "Enter an integer: " 
    .equ    promptSz,.-prompt-1 
msg: 
    .string     "You entered: " 
    .equ    msgSz,.-msg-1 

代码

    .text   # switch to text section 


    .globl  __start 
 __start: 
    pushq   %rbp    # save caller’s frame pointer 
    movq    %rsp, %rbp  # establish our frame pointer 
    subq    $frameSize, %rsp    # for local variables 

    movl    $promptSz, %edx # prompt size 
    movl    $prompt, %esi   # address of prompt text string 
    movl    $STDOUT, %edi   # standard out 
    movl    $WRITE, %eax 
    syscall     # request kernel service 

    movl    $bufferSize,%edx
    leaq    buffer(%rbp), %rsi  # load buffer address
    movl    $STDIN, %edi    # standard in 
    movl    $READ, %eax 
    syscall     # request kernel service 
    movl    %eax, (%rsp)    # store num chars read

    leaq    buffer(%rbp), %rsi  # load buffer address
    call    atoi    # our exit code will be the return from atoi

    movq    %rbp, %rsp  # delete local variables 
    popq    %rbp    # restore caller’s frame pointer 
    movl    %eax, %edi  # put exit status in %edi (will be ANDed with FF)
    movl    $EXIT, %eax # exit from this process 

    syscall

基本代码如下所示，我只需要实现自己的 atoi。到目前为止，我所拥有的 atoi 功能是

atoi:
    pushq   %rbp    # save caller’s frame pointer 
    movq    %rsp, %rbp  # establish our frame pointer 
    subq    $16, %rsp   # for local variables

    movq    %rdi, -16(%rbp) #moving first argument to local variable
    movl    $0, -4(%rbp) #moving 0 to local variable
    movl    $10, -12(%rbp) #moving 10 to local variable

    movl    -16(%rbp), %rax
    movzbl  (%rax), %eax #getting value of rax
    movl    -4(%rbp), %eax

    imull   -12(%rbp), %eax
    movl    %eax,   -4(%rbp)

    movq    %rbp, %rsp  # delete local variables 
    popq    %rbp    # restore caller’s frame pointer 
    ret

我不知道下一步该去哪里。似乎我所做的任何事情都会给我带来分段错误

【问题讨论】：

NASM Assembly convert input to integer? 有一个很好的实现，不需要堆栈空间。

【参考方案1】：

您过度使用局部变量（以及使用不足的寄存器）；将需要一个在发现无效字符时停止的循环；并且可能使用了错误的调用约定（系统调用看起来像 Linux，这意味着 System V AMD64 ABI，这意味着参数在寄存器中传递，而不是在堆栈中）。

请注意，这完全可以在没有任何局部变量的情况下完成。例如（NASM 语法，因为我不做 AT&T，未经测试）：

;Convert string to integer
;
;Input
; rdi = first parameter (address of string)
;
;Output
; rax = result

atoi:
    xor rax,rax               ;rax = 0 (this will become the returned result)
.nextChar:
    movzx rcx,byte [rdi]      ;rcx = next character
    sub rcx,'0'               ;rcx = value of next digit
    jb .done                  ;Invalid character (too low to be a decimal digit)
    cmp rcx,9                 ;Was it too high to be a decimal digit?
    ja .done                  ; yes, invalid

    lea rax,[rax*4+rax]       ;rax = result*5
    lea rax,[rax*2+rcx]       ;rax = result*5*2 + digit = result*10 + digit
    inc rdi                   ;rdi = address of next character
    jmp .nextChar
.done:
     ret

注意：此代码不适用于负值（例如以 '-' 开头的字符串），并且在结果溢出时不会返回错误条件。结果也将是 64 位（而 int 可能应该是 32 位）。大多数情况下，它是“转换为 unsigned long long”（错误处理与 atoi() 一样糟糕）。

【讨论】：

OPs 代码确实从寄存器中读取其参数。您的答案根本没有解决 OPs 代码中的错误。投反对票。

@fuz：关于调用约定，你是对的（由于所有其他堆栈访问，很难注意到）；但是你确定 OP 没有过度使用局部变量/堆栈并且不需要循环吗？？

OP把各种东西都放在栈上没关系；这就是堆栈的用途。这样做可能效率低下，但并没有错。 OP 询问他的代码有什么问题，而不是如何提高效率。这就是为什么您的答案无法解决问题的原因。

@fuz：不，OP问如何编写代码，我说需要一个在发现无效字符时停止的循环，并提供了一个示例（不能不假思索地剪切和粘贴）关于它）显示一个在找到无效字符时停止的循环。不必要的堆栈使用（这使得阅读/维护变得困难并且速度变慢）只是一个奖励（以确保 OP 了解他们需要学习的内容，而不仅仅是了解他们所要求的内容）。

我认为这个答案没有问题。我们不是机器人，我们是人类。 @Brendan 以他认为合适的方式回答了这个问题。我唯一的疑虑是希望 OP 知道 AT&T 和 Intel 语法存在，但我相信他们会弄清楚的。如果这个答案没有回答原始问题并且仅提到了文体/编辑的东西，我会担心，但这里的情况并非如此。我也很欣赏最后的注释，它进一步提高了答案的质量。