com反汇编程序如何知道代码在哪里结束，数据在哪里开始

Question

当反汇编从以下代码编译的旧.com可执行文件时：

.model tiny             ; com program
.code                   ; code segment
org 100h                ; code starts at offset 100h    
main proc near
mov ah,09h           ; function to display a string  
mov dx,offset message    ; offset ofMessage string terminating with $
int 21h              ; dos interrupt
mov ah,4ch           ; function to terminate
mov al,00
int 21h              ; Dos Interrupt 
endp 
message db "Hello World $"      ; Message to be displayed terminating with a $
end main

在十六进制中，它看起来像这样：

B4 09 BA 0D 01 CD 21 B4 4C B0 00 CD 21 48 65 6C6C 6F 20 57 6F 72 6C 64 20 24

反汇编程序如何知道代码的结尾和字符串"Hello world"的开头？

Answer 1

Disassembler不知道.com文件中代码的结束位置和数据的开始位置，因为在.com文件中没有这样的区别。在.com文件中，所有内容都加载到同一个段中，并且DOS在真实模式下运行，根本没有任何内存保护，例如，您可以编写看起来像普通文本的模糊代码，然后在代码中跳转到其中。例如(可能导致DOS崩溃，尚未测试)：

_start: jmp hello
hello:
db "Hello World!"
ret

因此db "Hello World $"是完全有效的16位代码(使用Linux中x86和x86-64的udis86反汇编程序库附带的udcli反汇编程序进行检查：

$ echo `echo 'Hello World $' | tr -d "n" | od -An -t xC` | udcli -x -16
0000000000000000 48               dec ax            ; H
0000000000000001 656c             insb              ; el
0000000000000003 6c               insb              ; l
0000000000000004 6f               outsw             ; o
0000000000000005 20576f           and [bx+0x6f], dl ; <space>Wo
0000000000000008 726c             jb 0x76           ; rl
000000000000000a 642024           and [fs:si], ah   ; d<space>$

但是，db 0x64 0x20 0x24不是有效的32位或64位代码。

这是对db "Hello World! $":的32位反汇编

$ echo `echo 'Hello World $' | tr -d "n" | od -An -t xC` | udcli -x -32
0000000000000000 48               dec eax            ; H
0000000000000001 656c             insb               ; el
0000000000000003 6c               insb               ; l
0000000000000004 6f               outsd              ; o
0000000000000005 20576f           and [edi+0x6f], dl ; <space>Wo
0000000000000008 726c             jb 0x76            ; rl
000000000000000a 642024           invalid            ; d<space>$

反汇编程序可以使用一些启发式和代码跟踪来决定是否将反汇编的某些部分打印为代码，将其他部分打印为数据。但是反汇编程序永远不可能知道代码在哪里结束，数据在哪里开始，因为在.com文件中，这种区别只存在于程序员的头脑中，可能存在于源代码和汇编程序的限制中，而不存在于二进制.com文件格式本身中。