x86彙編反編譯到c語言之——(1)表示式求值及賦值語句

一. 反編譯一種可能的實現方式

　　我們的目的是將多種平臺的彙編如x86，ARM，6502反編譯為c語言，所以實現時先將多種彙編轉化為

特定虛擬機器組合語言，然後只需要將虛擬機器組合語言反編譯為c語言。其中多種平臺組合語言到虛擬機器組合語言

也計劃由程式通過學習自動完成。

 

二. 測試的C語句及編譯後的x86彙編程式碼

int a;

int main(void) {
    a = 2+3*4;
    return 0;
}

lea     rax, a
push    rax
mov     rax, 4
push    rax
mov     rax, 3
pop     rdi
imul    eax, edi
push    rax
mov     rax, 2
pop     rdi
add     eax, edi
pop     rdi
mov     [rdi], eax

 

三. x86彙編到虛擬機器彙編

　　我們的目標是將上面的彙編反編譯為c語言，在這個過程中先將彙編轉化為虛擬機器組合語言。

　　這個演算法只關注記憶體操作，因為c語言沒有暫存器和棧的概念。

　　演算法的執行如下，首先彙編的最後一句是記憶體操作，具體是寫記憶體，演算法會首先確定寫的記憶體的具體地址，

通過觀察這個地址在rdi暫存器中，修改rdi的為上一條語句"pop rdi"，所以會查詢哪句將地址壓棧，具體會查詢到

是第二行"push rax"，然後追尋rax的值，追尋到為第一句"lea rax, a",至此具體記憶體地址確定了。

　　下面演算法開始追尋eax的值，追尋到第11句"add eax, edi"，這句可以理解為eax=eax+edi，所以下面的工作

為確定eax和edi的值，同時生成add虛擬機器彙編語句。

　　eax的值在第9句"mov rax, 2"確定，此時確定了add虛擬機器彙編語句的第一個運算元。edi的值在第10句

"pop rdi"，所以查詢哪句壓棧了，找到第8句"push rax"，所以查詢誰修改了rax的值，查詢到第7句

"imul eax, edi"，這句可以理解為eax=eax*edi，所以下面追尋eax和edi的值，此時生成mul虛擬機器彙編語句，

同時確定了add虛擬機器彙編語句的第二個運算元。

　　eax在第5句"mov rax, 3"確定，此時確定mul虛擬機器彙編語句的第一個運算元，edi由第6句"pop rdi"確定，

所以查詢誰壓棧了，查詢到第4句"push rax"，所以查詢rax的值，結果為第3句"mov rax, 4"，所以edi值確定為4，

此時確定mul虛擬機器彙編語句的第二個運算元。

　　最後生成將值寫入記憶體的虛擬機器彙編語句。

 

四. 虛擬機器彙編到c語言

　　1. 虛擬機器組合語言

　　設計的虛擬機器是基於棧的，所以上面生成的語句code段部分可能如下。

　　 |OP_CONSTANT|

　　 |0|

　　 |OP_CONSTANT|

　　 |1|

　　 |OP_CONSTANT|

　　 |2|

　　 |OP_MUL|

　　 |OP_ADD|

　　 |OP_SET_GLOBAL|

　　 |3|

　　常量段為

　　 |2|

　　 |3|

　　 |4|

　　 |a|

　　上面的語句執行過程為，OP_CONSTANT會從常量段中取出對應下標的數字壓入棧中，

OP_CONSTANT 0將2壓入棧中，OP_CONSTANT 1將3壓入棧中，OP_CONSTANT 2將4壓入棧中，

OP_MUL將棧中最頂層的2個數彈出並計算他們的乘積，將結果壓回棧中，這樣棧中就是2和12，

OP_ADD將棧中最頂層的2個數彈出並計算他們的和，將結果壓回棧中，這樣棧中就是14。最後將棧頂的

14寫回到變數a中。

　　

　　2. 反編譯為c語言

　　遇到OP_MUL，分析最近的兩個壓棧操作，這裡是兩個OP_CONSTANT，於是生成語句3*4，遇到指令

OP_ADD，分析最近的兩個壓棧操作，這裡是OP_MUL和OP_CONSTANT，於是生成語句2+3*4。最後

OP_SET_GLOBAL尋找最近操作棧頂的操作，發現是OP_ADD，於是生成語句a = 2+3*4，至此x86組合語言被

反編譯為c語言。