Сравнение синтаксисов Intel и AT&T

Синтаксисы Intel и AT&T — это два разных способа записи ассемблерных инструкций для архитектуры x86/x64. Описывают одни и те же машинные команды, но по‑разному оформляют их в исходном коде.

История​

Синтаксис AT&T возник в контексте разработки операционной системы UNIX. Исходные версии UNIX были написаны на ассемблере для PDP-11, где использовался синтаксис, ставший предшественником AT&T. Когда архитектура x86 (Intel 8086, 80286, 80386) стала популярной, компания AT&T портировала на неё свои инструменты, включая ассемблер. В результате для x86 был принят синтаксис, основанный на традициях PDP-11 и VAX, а не на синтаксисе, предложенном Intel.
В 1980-х годах, с распространением UNIX-систем на платформе x86 (например, Xenix, System V), синтаксис AT&T стал стандартом де-факто для этой операционной среды. Позднее, с появлением проекта GNU и созданием ассемблера GAS (GNU Assembler), синтаксис AT&T был выбран в качестве основного режима работы по умолчанию. Это было обусловлено тем, что GAS разрабатывался как часть набора компиляторов GNU, ориентированного на UNIX-подобные системы. Хотя GAS поддерживает и синтаксис Intel (через директиву .intel_syntax), синтаксис AT&T остаётся его родным и наиболее тесно интегрированным с другими инструментами GNU, такими как GCC и GDB.

Ассемблеры, поддерживающие синтаксис AT&T​

• GAS (GNU Assembler) — входит в комплект компиляторов GCC, используется в Unix-подобных системах. Синтаксис AT&T характерен для Unix-подобных систем, так как Unix изначально разрабатывался в AT&T Bell Labs. GAS может работать как в режиме AT&T, так и в режиме Intel. Переключение между режимами осуществляется директивами .intel_syntax noprefix и .att_syntax для возврата к AT&T
• LLVM Integrated Assembler (llvm-mc) — встроенный ассемблер инфраструктуры LLVM. Поддерживает синтаксис GAS и может использоваться как его прямая замена.
• Free Pascal (встроенный ассемблер) — для процессоров x86 Free Pascal использует AT&T-синтаксис во встроенном ассемблере, исторически опирается на GAS.
• AS (System V/386 Assembler) — ассемблер, давший название синтаксису. Разработан в AT&T Bell Labs для PDP-11 и унаследован в Unix-системах. В современных дистрибутивах Linux as символическая ссылка на GAS
• Rust (asm! macro) — встроенный ассемблер Rust использует LLVM IAS "под капотом" и по умолчанию работает в режиме Intel на x86-64, но поддерживает AT&T-синтаксис через опцию options(att_syntax)
• YASM (Yet Another Assembler) — первоначально задуман как переработка NASM. YASM кроссплатформенный, распространяется под лицензией BSD и поддерживает несколько форматов выходных файлов (ELF32/ELF64 (Linux/Unix), Mach‑O (macOS), COFF/MS COFF/MS64 COFF (Windows), RDOFF2 (чистый бинарный файл)). Поддерживает оба синтаксиса, выбор делается через опцию -p (например, -p gas).

Основные отличия синтаксисов Intel и AT&T​

	синтаксис
	Intel	AT&T
Порядок операндов	mnemonic dest, src (приёмник ← источник) imul ebx, eax, 69	mnemonic src, dest (источник → приёмник) imull $69, %eax, %ebx
Префикс регистров	Просто имя: eax, ebx	Перед именами регистров всегда ставится %: 64-битные регистры %rax, %rbx, %rcx, %rdx, %rdi, %rsi, %rbp, %rsp, %r8-%r15 32-битные регистры %eax, %ebx, %ecx, %edx, %edi, %esi, %ebp, %esp, %r8d-%r15d 16-битных их младших половин: %ax, %bx, %cx, %dx, %di, %si, %bp, %sp, %r8w-%r15w. 8-битные регистры: %ah, %al, %bh, %bl, %ch, %cl, %dh, %dl, %dil, %sil, %bpl, %spl, %r8b-%r15b сегментные регистры %cs, %ds, %ss, %es, %fs, %gs. yпpавляющие регистры %cr0, %cr2 , %cr3. регистры отладки %db0, %db1, %db2, %db3, %db6 и %db7 тестовые регистры %tr6 и %tr7 регистры FPU: %st или %st(0), %st(1), %st(2), %st(3), %st(4), %st(5), %st(6) и %st(7) то, что вы должны ставить префикс % перед именем регистра, позволяет создавать переменные с тем же именем, что и регистры, что невозможно в синтаксисе Intel
Размер операнда	Задаётся явно в операнде или подразумевается контекстом: mov eax, ebx	Размер операнда задается суффиксом, замыкающим инструкцию: movl %ebx, %eax movb %al,%ah movw %ax,%bx movq %rsi,%rbp addl, subl, incl, decl, divl, imull, lcall (call far)/call (call near), ljmp (jmp far)/jmp (jmp near), lret (retf)/ret (retn), pushl, leal, andl, orl, xorl, cmpl b — байт (8-bit) w — слово (16-bit) l — двойное слово (32-bit) q — учетверенное слово (64-bit) x — 16 байт (128-bit vector) y — 32 байта (256-bit vector) z — 64 байта (512-bit vector) для чисто векторных операций (вроде addps) суффиксы обычно совпадают с синтаксисом Intel
Константы	десятичное: mov rsi,11 (mov rsi,11d) двоичное: mov rsi,1011b (mov rsi,1011y) шестнадцатеричное: mov rsi,0Bh восьмеричное: mov rsi, 13o (mov rsi, 13q)	используем $, числовые константы записываются в Си-соглашении: десятичное: movq $11,%rsi двоичное: movq $0b1011, %rsi шестнадцатеричное: movq $0xb, rsi восьмеричное: movq $013,%rsi
Адреса памяти	Квадратные скобки: [ebx+4] [rbp-8]	Круглые скобки, смещение перед регистром: 4(%ebx) -8(%rbp)
Косвенная адресация/ переходы	jmp eax jmp [addr] mov RDI,[RBX] jmp table[ecx*4] lea eax,[ebx+ecx]	звёздочка для косвенности: jmp *%eax jmp *addr movq (%rbx), %rdi jmp *(table, %ecx, 4) leal (%ebx,%ecx),%eax
Переход по метке	jmp label jmp dword ptr [label]	jmp label # метка — адрес перехода jmp *label # в ячейке label хранится адрес перехода
Масштабируемая индексация	[ebx + ecx*4 + 8] база+индекс*масштаб+смещение	8(%ebx, %ecx, 4) смещение (база, индекс, масштаб)
ОС	Windows, DOS	Linux/Unix
Комментарий однострочный	;	# // /* */
Комментарий многострочный	comment	/* */
Получить адрес переменной	mov RSI, offset message lea RSI,message	используем $: movq $message,%rsi lea message(%rip), %rsi
Значение переменной	mov count,ecx	не используем $: movl %ecx,count
Типы целочисленных данных	DB (BYTE, SBYTE) DW (WORD, SWORD) DD (DWORD, SDWORD) DQ (QWORD) OWORD	.byte .short (.word) .long .quad .octa
Типы вещественных данных	DD (REAL4) DQ (REAL8) DT (TBYTE, REAL10)	.float .double .tfloat
Повторение	zeros dd 10 dup (0)	zeros: .fill 10, 4, 0
Определение константы	Имя equ значение Имя = значение MAX_BUFFER TEXTEQU 1024 ; Символ, созданный через TEXTEQU, можно переопределять (изменять) в коде сколько угодно раз. Директива EQU такого не позволяет name_macro TEXTEQU <"Hello, World!"> ;Применяется для макросов, замены фрагментов текста, инструкций или имен регистров	.equ Имя значение Имя = значение .equ MAX_BUFFER, 1024 # Определение константы .set TEMP_REG, %eax # Еще один вариант, часто используется для регистров
Определение данных	Имя тип значение	Имя: .тип значение
Строка из символов	Hello db 'Hello, world!',0 Alphabet db 'abcdef'	Hello: .asciz "Hello, world!" Alphabet: .ascii "abcdef" Внутри кавычек могут быть \n \t \r
Команды преобразования размера	cbw cwde cwd cdq cdqe cqo	cbtw cwtl cwtd cltd cltq cqto
Строковые команды	lodsb/lodsw/lodsd/lodsq stosb/stosw/stosd/stosq movsb/movsw/movsd/movsq scasb/scasw/scasd/scasq cmpsb/cmpsw/cmpsd/cmpsq	lodsb/lodsw/lodsl/lodsq stosb/stosw/stosl/stosq movsb/movsw/movsl/movsq scasb/scasw/scasl/scasq cmpsb/cmpsw/cmpsl/cmpsq Префиксы REP, REPE, REPNE совпадают: rep movsl могут указываться регистры: movsb %esi, %edi
movsx/movzx	movsx edx,al	movsbl %al,%edx
Команды SIMD практически совпадают, но придется учитывать порядок операндов
Пересылка данных	movd xmm0, eax	movd %eax, %xmm0 # Перенос 32-бит из CPU в SIMD
	movaps xmm1, [rbx]	movaps (%rbx), %xmm1 # Загрузка 128-бит вектора (выровненного)
Сложение	paddd xmm0, [rcx]	paddd (%rcx), %xmm0 # Поэлементное сложение четырех 32-битных целых
	addps xmm0, xmm1	addps %xmm1, %xmm0 # Сложение 4-х single float (SSE)
	vaddps ymm0, ymm1, ymm2	vaddps %ymm2, %ymm1, %ymm0 # Сложение 8-ми single float (AVX, 3 операнда)
Умножение	mulpd xmm0, xmm1	mulpd %xmm1, %xmm0 # Векторное умножение double float

Применение​

Синтаксис AT&T является доминирующим в следующих областях:

• Разработка под Linux и другие UNIX-подобные системы: Абсолютное большинство встроенного ассемблерного кода в ядре Linux, драйверах и системных библиотеках написано с использованием синтаксиса AT&T. Компилятор GCC, при вставке ассемблерного кода на C (inline assembly), по умолчанию использует именно этот синтаксис.
• Reverse Engineering в среде Linux: Дизассемблеры, такие как objdump (с флагом -d), по умолчанию выводят код в синтаксисе AT&T. Для получения синтаксиса Intel требуется явно указать флаг -M intel.
• Отладка с использованием GDB: Отладчик GNU GDB (GNU Debugger) по умолчанию отображает дизассемблированный код в синтаксисе AT&T. Это может быть изменено командой set disassembly-flavor intel.
• Образовательные курсы по системному программированию: Многие университетские курсы, особенно в рамках изучения операционных систем и архитектуры компьютеров, используют синтаксис AT&T, так как он тесно связан с инструментарием GNU.

Критика со стороны приверженцев синтаксиса Intel​

Синтаксис AT&T неинтуитивен для начинающих и избыточно многословен по сравнению с синтаксисом Intel.

• Обратный порядок операндов: Главный источник ошибок для человека привыкшего к синтаксису Intel, путаница источника и приемника в AT&T приведет к неверным результатам.
• Избыточные символы: Необходимость ставить % перед регистрами и $ перед константами делает текст программы более громоздким и менее читаемым, особенно при работе с длинными строками.
• Сложность адресации
• Неочевидность суффиксов: Хотя суффиксы размера (b, w, l, q) делают размер операнда явным, но добавляют лишний символ к каждой инструкции, что увеличивает объём программ.

Тем не менее, синтаксис AT&T — стандарт для инструментов GNU, используется в сообществе разработчиков открытого программного обеспечения. Изучение синтаксиса AT&T необходимо для понимания работы ОС семейства UNIX и низкоуровневого программирования на платформе x86-64.

Источники​

• Using as
• AT&T-синтаксис — Википедия
• Встроенный ассемблер GCC
• Использование GNU ассемблера as.: Архитектурные особенности
• GCC-Inline-Assembly-HOWTO
• Директивы ассемблера GNU | arm | programming
• Руководство программиста Free Pascal
• ASM386 Macro Assembler Operating Instructions
• Крис Касперски "Ассемблер в UNIX mini-faq"

 

опечатка

так же пункт "Получить значение в переменной" звучит невалидно
надо переделать на "записать значение в переменную"

 

TermoSINteZ,
спасибо, поправил. В MASM постфиксы двоичного числа B (старое) и Y (новое) чтобы не путать с шестнадцатеричным числом, у которого последняя цифра B, .radix 16 позволяет не ставить после шестнадцатеричного числа постфикс H/h. При включенном .radix 16 число 10B это 2 или 267?
Сводная таблица для основных языков:

	C/C++	Pascal	BASIC	MASM
DEC	12	12	12	12 (отсутствие постфикса),12d, 12t
HEX	0xC	$C	&hC	0Ch, 3F800000r
OCT	014	―	&o14	14o, 14q
BIN	―	―	&b1100	1100b, 1100y

«Microsoft Macro Assembler Programmer's Guide» MASM 6.1 Глава 1 «Understanding Global Concepts», раздел «Integer Constants and Constant Expressions», стр 31 — «y for binary (or b if the default radix is not hexadecimal)»
И чтобы не упрекнули что R не используется для 16-ричных чисел «Microsoft Macro Assembler Programmer's Guide», глава 6, стр 157 — «Using Floating-Point Numbers». «The number must begin with a decimal digit (0–9) and end with the real-number designator (R). For example, the hexadecimal number 3F800000r can serve as an initializer for a doubleword-sized variable.»
Правила для суффикса R
Из Programmer's Guide:

• Количество шестнадцатеричных цифр должно точно соответствовать размеру типа: 8 цифр для REAL4 (32 бита), 16 цифр для REAL8 (64 бита), 20 цифр для REAL10 (80 бит).
• Если добавляется ведущий ноль, то 9, 17 и 21 цифра соответственно.
• Точка (.) в записи с суффиксом R не допускается — это шестнадцатеричное кодирование числа, а не десятичная запись.