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?
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。