[進階]汇编代码转为换C語言代码

　　
　　1
　　学习汇编的一个重要的方法就是将汇编代码和c 代码之间进行转换练习，这样的练习做的
　　越多，对汇编就越熟悉，同时对c 代码的理解也更加深刻。很多时候，拿到一个程序的反
　　汇编代码，虽然可能每一行汇编代码都知道什么意思，但却发现对于整个程序干了什么却
　　不知道，原因在于一个简单的程序，翻译成汇编的代码量相对于c 程序而言多了好多，而
　　且因为汇编代码和人的思维差别比较大，所以，对于整个逻辑的理解就很困难。然而如果
　　经常做一些将汇编翻译成c 代码的练习，那么你渐渐就会发现，汇编代码其实也很都有规
　　律，看到这一段汇编代码，你就很自然的联想到它对应的c 代码。
　　下面我们就开始做一下这样的练习，首先看一下下面的汇编代码：
　　##### 第一段第代码
　　00401020 push ebp ; 保存epb
　　00401021 mov ebp,esp ; 将ebp 指向栈顶
　　00401023 sub esp,4Ch ;为局部变量分配空间，sub esp, xxx 相当于多个push
　　00401026 push ebx ; 保存ebx
　　00401027 push esi ; 保存esi
　　00401028 push edi ; 保存edi, 上面3 个寄存器在使用之前必须保存
　　00401029 lea edi,[ebp‐4Ch]
　　; 将刚刚分配的局部空间的地址送到edi
　　0040102C mov ecx,13h ; ecx 这里是循环次数=4ch/4h =13h
　　00401031 mov eax,0CCCCCCCCh ; 将4 个int 3 指令放入eax
　　00401036 rep stos dword ptr [edi]
　　; 将分配的局部变量空间都用int 3 指令填充
　　00401038 mov dword ptr [ebp‐4],3
　　0040103F mov dword ptr [ebp‐8],4
　　00401046 mov eax,dword ptr [ebp‐8]
　　00401049 push eax
　　0040104A mov ecx,dword ptr [ebp‐4]
　　0040104D push ecx
　　0040104E call @ILT+0(add) (00401005)
　　00401053 mov dword ptr [ebp‐0Ch],eax
　　00401056 mov edx,dword ptr [ebp‐0Ch]
　　00401059 push edx
　　0040105A mov eax,dword ptr [ebp‐8]
　　0040105D push eax
　　0040105E mov ecx,dword ptr [ebp‐4]
　　00401061 push ecx
　　00401062 push offset string %d+%d=%d\n (0042201c)
　　00401067 call printf (004010d0)
　　0040106C add esp,10h
　　0040106F xor eax,eax
　　00401071 pop edi ; 恢复edi
　　2
　　00401072 pop esi ; 恢复esi
　　00401073 pop ebx ; 恢复ebx
　　00401074 add esp,4Ch ;平衡栈空间，这说明了上面调用的函数是cdecl call
　　00401077 cmp ebp,esp
　　00401079 call __chkesp (00401150);这里是vc 的检查栈是否平衡，应该是vc 特有的
　　0040107E mov esp,ebp ; 恢复函数调用之前的那个esp
　　00401080 pop ebp ; 恢复ebp
　　00401081 ret ;返回，相当于pop eip
　　00401005 jmp add (0040d760)
　　#####第二段代码
　　下面的红色部分跟上面的红色部分基本一样，这里不再注释。
　　0040D760 push ebp
　　0040D761 mov ebp,esp
　　0040D763 sub esp,40h
　　0040D766 push ebx
　　0040D767 push esi
　　0040D768 push edi
　　0040D769 lea edi,[ebp‐40h]
　　0040D76C mov ecx,10h
　　0040D771 mov eax,0CCCCCCCCh
　　0040D776 rep stos dword ptr [edi]
　　0040D778 mov eax,dword ptr [ebp+8]
　　; 取得第一个参数
　　0040D77B add eax,dword ptr [ebp+0Ch]
　　; 将第二个参数和第一个参数相加，结果保存
　　在eax 中，所有的函数调用，无论是系统函数，还是自定义函数，结果都会保存在eax 中
　　返回的
　　0040D77E pop edi
　　0040D77F pop esi
　　0040D780 pop ebx
　　0040D781 mov esp,ebp
　　0040D783 pop ebp
　　0040D784 ret 8; 这里的ret 8 相当于 pop eip; add esp, 8;从这里面也可以看出，该函数
　　是内部平衡栈空间的，是stdcall 的调用方式
　　对于那些汇编大牛来说，估计随便扫一下就知道这段代码是干什么的。红色部分一看就知
　　道是用vc 编译出来的程序，非常的典型。如果你不信的话， 可以把每个用vc(我这里用的
　　是vc6，其它版本是否有变化，没有试过，估计差不多)写的程序反汇编看一下，基本上都
　　会有红色部分的开头和结尾。这是两段汇编代码，比较一下这两段汇编代码， 开头和结尾
　　的部分是不是很像：
　　3
　　开头部分：
　　开头部分除了和4ch 和40h 这种常量相关的代码不一样外，其它的一模一样。这里面的
　　4ch 和40h 都是局部变量所占空间的大小，第一个要大一些， 第二个小一些。这两段开头
　　可以说是vc 写的程序的经典开头，很多其它工具写的程序也有类似的开头。它们的功能
　　如下：
　　1. 保存 ebp 寄存器
　　2. 将 esp 最初的值保存在ebp 中，后面可以用mov esp, ebp 进行恢复，无论中间esp
　　的值怎么改变，都可以保证最后的esp 值是正确的。这里有一个非常重要的前提是
　　ebp 的值在此过程中不能被更改
　　3. 分配局部变量的空间，通过sub esp, xxxx 预留空间
　　4. 保存三个非常重要的寄存器ebx, esi, edi
　　5. 将 int 3 指令填充到刚刚分配的整个局部变量空间, int 3 指令是一个中断指令，如果
　　被执行，程序将会被中断，提示出错，因为局部变量变量空间都是用来保存数据的，
　　如果被当作指令执行，显然是错误的
　　结尾部分，差别稍微大一点，这个跟函数的调用方式有关，但从总体上来看，都要pop 出
　　三个寄存器edi, esi, ebx， 并且最后都要恢复esp 和ebp:
　　结尾部分尽管随着调用方式的不同，如stdcall 和cdecl 方式，但总会做以下的事情：
　　4
　　1. 恢复三个重要寄存器edi, esi, ebx
　　2. 恢复最开始的esp 值
　　3. 恢复最开始的ebp 值
　　4. 返回，如果是cdecl 调用方式，通常是ret 直接返回，如果是stdcall 方式则通常会
　　在ret 后面加一个常数。因为cdecl 调用方式是调用者平衡栈空间，所以在函数返
　　回的时候，不需要自己来平衡栈空间；而stdcall 则规定有被调用者自己来平衡栈
　　空间，这样，如果有一个参数，则ret 后面是4， 有2 个则是8， 有n 个则是n*4
　　个字节，要是该函数没有参数的话，则看起来跟cdecl 一样，也是一个ret 直接返
　　回。
　　因为开头部分和结尾部分基本上都是相同的，而且几乎每个函数都有这样的开头和结尾，
　　所以，这里我们可以忽略这部分，只看中间的处理部分：
　　先看第一段代码：
　　5
　　由上面的代码分析以及栈空间示意图，我们可以想到，这里到mov dword ptr [ebp‐8],4 指
　　令为止的地方，是给两个临时变量赋值，我们假设临时变量为x 和y，则上述对应的c 代
　　码应该类似下面的代码：
　　int x, y;
　　x = 3;
　　y = 4;
　　这里是4 个字节的数据，为什么要写成int，而不写其它的数据类型呢？后面会有解释。
　　接着往下看：
　　00401046 mov eax,dword ptr [ebp‐8]
　　00401049 push eax
　　0040104A mov ecx,dword ptr [ebp‐4]
　　0040104D push ecx
　　0040104E call @ILT+0(add) (00401005)
　　00401053 mov dword ptr [ebp‐0Ch],eax
　　这里将两个局部变量的值分别放到eax 和ecx 中，然后再push 到栈中，接着是一个call 指
　　令，显然这里的入栈是为了为call 调用准备参数的，这2 个参数就是3 和4.看看call 指令
　　的地方call @ILT+0(add) (00401005)， 这里可以看出是调用了一个叫做add 的函数，可
　　以猜测出是将2 个数进行相加的函数，函数的地址是00401005, 而我们看看这个地址的是
　　什么：00401005 jmp add (0040d760) 这是一个无条件跳转的代码，跳转到0040d760 这
　　个地址，而这个地址则是第二段代码的起始地址，可以看出，第二段代码是add 函数的实
　　现。不知道大家有没有注意到这个问题， call 指令为什么不直接跳到add 函数的实际地址，
　　而是跳转到另外一个地址，而在另外一个地址则是一个jmp 指令跳转到add 的实际地址，
　　为什么要多这么一道跳转呢？我猜想应该是call 指令跳转的是导入地址表的地方，而导入
　　地址表的地方才是真正的函数地址，不知道对不对?
　　接着往下看：
　　00401053 mov dword ptr [ebp‐0Ch],eax
　　显然这里是将call 函数的返回值放入到局部变量空间ebp‐0ch 中。到目前为止，我们可以
　　得出对应的c 代码应该是：
　　int x, y, result;
　　x = 3;
　　y = 4;
　　result = add(x, y);
　　接着往下看：
　　00401056 mov edx,dword ptr [ebp‐0Ch]
　　00401059 push edx
　　0040105A mov eax,dword ptr [ebp‐8]
　　6
　　0040105D push eax
　　0040105E mov ecx,dword ptr [ebp‐4]
　　00401061 push ecx
　　00401062 push offset string %d+%d=%d\n (0042201c)
　　00401067 call printf (004010d0)
　　0040106C add esp,10h
　　0040106F xor eax,eax
　　这里先把add 函数计算的结果(ebp‐0ch)放入edx 中，把y 的值(ebp‐8)放入eax 中，把x 的
　　值(ebp‐4)放入ecx 中，3 个push 指令分别将入栈，接着将字符串%d+%d=%d\n的地址入
　　栈， 然后调用printf 函数，这里我们已经看的很明白了：通过字符串里面的格式化，我们
　　可以看出三个参数的类型都是int 的，printf 我们都知道， 是不定参数的函数，参数传递
　　方式为__cdecl 的方式，参数从右到左，由调用者平衡栈空间，后面的add esp, 10h 也说明
　　了这一点, 总共4 个参数，3 个整形参数，12 个字节，一个字符串地址，即指针，4 个字节，
　　这样一来，总共16 个字节，也就是10h 个字节。xor eax, eax 将eax 清零。接着是恢复栈
　　平衡，前面已经分析过了。到目前为止，可以看到的c 语言代码应该是：
　　int x, y, result;
　　x = 3;
　　y = 4;
　　result = add(x, y);
　　printf(“%d+%d=%d\n”, x, y, result);
　　return 0;
　　对于add 函数的实现，真正计算的代码只有2 行：
　　0040D778 mov eax,dword ptr [ebp+8]
　　0040D77B add eax,dword ptr [ebp+0Ch]
　　将ebp+8 第一个参数的值放到eax，再将第一个参数的值和eax（第一个参数）相加，结
　　果保存在eax 中。而eax 通常是函数的返回值存放的地方，我们据此可以大致看出对应的
　　c 代码应该类似如此的形式：return x + y;
　　7
　　我们看看栈的空间：
　　FF…FFF 高地址
　　……
　　ebp+0c 4 参数y 的地址
　　ebp+8 3 参数x 的地址
　　ebp+4 Add 函数的返回地址
　　ebp 保存的ebp
　　Ebp‐4 新的ebp 指向的地方
　　局部变量空间开始
　　……….int 3, int 3, int3,int3
　　ebp‐40h 局部变量空间结束
　　ebx(ebp‐40h‐4)
　　esi(ebp‐40h‐8)
　　edi (ebp‐40h‐c)
　　……..
　　…….
　　00…000 低地址
　　这里我们需要注意的是，参数的位置是以add 函数中的ebp 作为参考的，不再是调用add
　　函数之前的那个ebp 了。
　　从这里我们可以总结出一个规律：
　　1. 在一个函数内部，对传递过来的参数的引用是ebp+xxxx 的形式，一般情况下，
　　ebp+4 是返回地址，ebp+8 是第一个参数，ebp+c 是第二个参数，以此类推，第n
　　个参数是ebp+4*n+4
　　2. 在一个函数的内部，对局部变量的引用是ebp‐xxx 的形式，按照声明的顺序，第一
　　个是ebp‐4，第二个是ebp‐8， 以此类推，第n 个局部变量是ebp‐n*4
　　这里add 的函数有2 个参数，而在ret 的后面有常量8，正好是函数内部平衡，所以 可以
　　确定这里的参数调用方式为stdcall，据此，我们可以写出add 函数的实现是：
　　8
　　int __stdcall add(int x, int y)
　　{
　　return x + y;
　　}
　　到此为止，我们所有的细节基本分析完毕，完整的c代码如下：
　　#include stdio.h
　　int __stdcall add(int x, int y)
　　{
　　return x + y;
　　}
　　int main()
　　{
　　int x, y, result;
　　x = 3;
　　y = 4;
　　result = add(x, y);
　　printf(%d+%d=%d\n, x, y, result);
　　return 0;
　　}
　　如此一个简单的程序， 对应的汇编代码确是一大堆，所以，我们可以想象出那些汇编牛人
　　看汇编代码绝对不会是一行一行从头到尾的慢慢看，而是一片一片的看，找关键部分的看。
　　像文中的红色部分，具有明显的vc 编译特征，看的时候完全可以略过，这样剩下的部分
　　再慢慢分析，显然要比从头到尾一行一行的看有效果。但是要达到这种水平，并非一朝一
　　夕，这就需要我们平时写c 代码的时候，要经常看看反汇编代码，多总结一下c 语言代码
　　对应的反汇编代码有啥特点，比如调用函数的特点、if, else, while, do .. while , for, switch
　　等控制流程的语句对应的汇编代码的特点以及其它的比较常用的函数段的特点。
　　作为初学，
　　我们可以自己写一些小段程序，然后看反汇编代码，进行总结，这样做的多了，就慢慢的
　　熟悉了。
　　好了，用了3 个多小时，终于写完了。文中的那个疑惑如果有大侠帮忙解释一下，感激不
　　尽了。

---

感谢虚空哥哥大晚上不睡觉给我们分享的代码，虽然我看不懂....

---

虫虫丶葛小冉 发表于 2013-8-15 02:57
　　感谢虚空哥哥大晚上不睡觉给我们分享的代码，虽然我看不懂....
　　表示刚刚起床 好吧 生活不正常了

---

虫虫_虛空 发表于 2013-8-15 03:04
　　表示刚刚起床 好吧 生活不正常了
　　经常熬夜会阳痿的亲

---

虫虫丶葛小冉 发表于 2013-8-15 03:07
　　经常熬夜会阳痿的亲
　　不会吧 哥经常有练习 你懂得

---

虫虫_虛空 发表于 2013-8-15 03:10
　　不会吧 哥经常有练习 你懂得
　　左手还是右手？

---

虫虫丶葛小冉 发表于 2013-8-15 03:11
　　左手还是右手？
　　左右开弓的 练得一身好本领了

---

我根本看不懂但是也要过来顶一下！

---

坑爹的!!!!!

---

每天都来学习,一定会进步的,加油!