32/64位系统下使用ATT风格汇编调用c函数

2023-11-30 19:04

本文主要是介绍32/64位系统下使用ATT风格汇编调用c函数,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

32/64位系统下使用AT&T风格汇编调用c函数

  • 32 位操作系统使用汇编调用 c 函数
    • 演示代码
    • 编译方法
      • gcc 编译汇编
      • as 编译连接汇编
        • 编译
        • 连接
  • 64 位操作系统使用汇编调用 c 函数
    • 演示代码
    • 编译方法
      • gcc 编译汇编
      • as 编译连接汇编
        • 编译
        • 连接

32 位操作系统使用汇编调用 c 函数

演示代码

文件名 : hello.s

.section .dataformat: .asciz "Hello, %s!\n"message: .asciz "World".section .text
.global _start_start:push $messagepush $formatcall printfaddl $8, %esppush $0call exit

编译方法

gcc 编译汇编

使用这种方法需要将 _start 改为 main, 因为 gcc 编译器是从 main 函数开始的

gcc -m32 -o hello hello.s

as 编译连接汇编

在 64 位操作系统下编译 32 位汇编程序,编译上有两种方法:

编译

1、 修改源代码,在源码最顶部加上 .code32 指令(不推荐)
2、 如果不像修改源代码,则需要修改编译参数

```shell
as --32 -o hello.o hello.s
```
连接
ld -m elf_i386 -I /lib/ld-linux.so.2 -L /usr/lib32/ -o cpuid2 -lc cpuid2.o

64 位操作系统使用汇编调用 c 函数

演示代码

.section .dataformat: .asciz "Hello, %s!\n"message: .asciz "World".section .text
.global _start_start:subq $8, %rspmovq $format, %rdimovq $message, %rsixorl %eax, %eaxcall printfaddq $8, %rspmovl $60, %eaxxorl %edi, %edisyscall

编译方法

gcc 编译汇编

使用这种方法需要将 _start 改为 main, 因为 gcc 编译器是从 main 函数开始的
在64位系统中,默认情况下启用 PIE,但在某些情况下,它可能会导致链接错误。因此,我们在这里禁用了 PIE。

gcc -no-pie -o hello hello.s

as 编译连接汇编

编译
as -o hello.o hello.s
连接
ld -I /lib/ld-linux-x86-64.so.2 -L /usr/lib64/ -o hello -lc hello.o

这篇关于32/64位系统下使用ATT风格汇编调用c函数的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/438188

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

hdu1171(母函数或多重背包)

题意:把物品分成两份,使得价值最接近 可以用背包,或者是母函数来解,母函数(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v) 其中指数为价值,每一项的数目为(该物品数+1)个 代码如下: #include<iostream>#include<algorithm>

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设