时间戳

首页 > 解决方案 > 用于解析 x86 程序集的 ANTLR4 语法

gcc - 用于解析 x86 程序集的 ANTLR4 语法

问题描述

我编写了一些C++代码并将其编译为Intel使用g++ -S -masm=intel -O3 main.cpp -o main.S. 不过，我的问题可以通过以下简单的 hello world 程序重现。

main.cpp：

#include <iostream>

int main()
{
    std::cout << "Hello World" << std::endl;
    return 0;
}

main.S：

    .file   "main.cpp"
    .intel_syntax noprefix
    .text
    .p2align 4,,15
    .def    ___tcf_0;   .scl    3;  .type   32; .endef
___tcf_0:
LFB2024:
    .cfi_startproc
    mov ecx, OFFSET FLAT:__ZStL8__ioinit
    jmp __ZNSt8ios_base4InitD1Ev
    .cfi_endproc
LFE2024:
    .def    ___main;    .scl    2;  .type   32; .endef
    .section .rdata,"dr"
LC0:
    .ascii "Hello World\0"
    .section    .text.startup,"x"
    .p2align 4,,15
    .globl  _main
    .def    _main;  .scl    2;  .type   32; .endef
_main:
LFB1547:
    .cfi_startproc
    push    ebp
    .cfi_def_cfa_offset 8
    .cfi_offset 5, -8
    mov ebp, esp
    .cfi_def_cfa_register 5
    and esp, -16
    sub esp, 16
    call    ___main
    mov DWORD PTR [esp+8], 11
    mov DWORD PTR [esp+4], OFFSET FLAT:LC0
    mov DWORD PTR [esp], OFFSET FLAT:__ZSt4cout
    call    __ZSt16__ostream_insertIcSt11char_traitsIcEERSt13basic_ostreamIT_T0_ES6_PKS3_i
    mov DWORD PTR [esp], OFFSET FLAT:__ZSt4cout
    call    __ZSt4endlIcSt11char_traitsIcEERSt13basic_ostreamIT_T0_ES6_
    xor eax, eax
    leave
    .cfi_restore 5
    .cfi_def_cfa 4, 4
    ret
    .cfi_endproc
LFE1547:
    .p2align 4,,15
    .def    __GLOBAL__sub_I_main;   .scl    3;  .type   32; .endef
__GLOBAL__sub_I_main:
LFB2025:
    .cfi_startproc
    sub esp, 28
    .cfi_def_cfa_offset 32
    mov ecx, OFFSET FLAT:__ZStL8__ioinit
    call    __ZNSt8ios_base4InitC1Ev
    mov DWORD PTR [esp], OFFSET FLAT:___tcf_0
    call    _atexit
    add esp, 28
    .cfi_def_cfa_offset 4
    ret
    .cfi_endproc
LFE2025:
    .section    .ctors,"w"
    .align 4
    .long   __GLOBAL__sub_I_main
.lcomm __ZStL8__ioinit,1,1
    .ident  "GCC: (MinGW.org GCC-8.2.0-3) 8.2.0"
    .def    __ZNSt8ios_base4InitD1Ev;   .scl    2;  .type   32; .endef
    .def    __ZSt16__ostream_insertIcSt11char_traitsIcEERSt13basic_ostreamIT_T0_ES6_PKS3_i; .scl    2;  .type   32; .endef
    .def    __ZSt4endlIcSt11char_traitsIcEERSt13basic_ostreamIT_T0_ES6_;    .scl    2;  .type   32; .endef
    .def    __ZNSt8ios_base4InitC1Ev;   .scl    2;  .type   32; .endef
    .def    _atexit;    .scl    2;  .type   32; .endef

现在我想使用一种ANTLR语法来解析main.S. 我尝试了这里提供的那个，因为它看起来很有希望。但是，我遇到了很多解析错误。它不打算用于此任务吗？还有其他更适合解析GCC生成的程序集的语法吗？

Parse Tree Inspector：

Lexer输出：

line 1:7 token recognition error at: '"'
line 5:6 token recognition error at: '_'
line 5:7 token recognition error at: '_'
line 5:8 token recognition error at: '_'
line 6:0 token recognition error at: '_'
line 6:1 token recognition error at: '_'
line 6:2 token recognition error at: '_'
line 9:22 token recognition error at: '_'
line 9:23 token recognition error at: '_'
line 10:5 token recognition error at: '_'
line 10:6 token recognition error at: '_'
line 13:6 token recognition error at: '_'
line 13:7 token recognition error at: '_'
line 13:8 token recognition error at: '_'
line 14:17 token recognition error at: '"'
line 16:8 token recognition error at: '"'
line 16:20 token recognition error at: '\'
line 16:22 token recognition error at: '"'
line 17:24 token recognition error at: '"'
line 19:8 token recognition error at: '_'
line 20:6 token recognition error at: '_'
line 21:0 token recognition error at: '_'
line 31:6 token recognition error at: '_'
line 31:7 token recognition error at: '_'
line 31:8 token recognition error at: '_'
line 34:34 token recognition error at: '_'
line 34:35 token recognition error at: '_'
line 35:6 token recognition error at: '_'
line 35:7 token recognition error at: '_'
line 36:34 token recognition error at: '_'
line 36:35 token recognition error at: '_'
line 37:6 token recognition error at: '_'
line 37:7 token recognition error at: '_'
line 46:6 token recognition error at: '_'
line 46:7 token recognition error at: '_'
line 47:0 token recognition error at: '_'
line 47:1 token recognition error at: '_'
line 52:22 token recognition error at: '_'
line 52:23 token recognition error at: '_'
line 53:6 token recognition error at: '_'
line 53:7 token recognition error at: '_'
line 54:34 token recognition error at: '_'
line 54:35 token recognition error at: '_'
line 54:36 token recognition error at: '_'
line 55:6 token recognition error at: '_'
line 61:17 token recognition error at: '"'
line 63:7 token recognition error at: '_'
line 63:8 token recognition error at: '_'
line 64:7 token recognition error at: '_'
line 64:8 token recognition error at: '_'
line 65:8 token recognition error at: '"'
line 66:6 token recognition error at: '_'
line 66:7 token recognition error at: '_'
line 67:6 token recognition error at: '_'
line 67:7 token recognition error at: '_'
line 68:6 token recognition error at: '_'
line 68:7 token recognition error at: '_'
line 69:6 token recognition error at: '_'
line 69:7 token recognition error at: '_'
line 70:6 token recognition error at: '_'
line 1:17 no viable alternative at input 'main.cpp"\r\n'
line 2:23 no viable alternative at input 'noprefix\r\n'
line 4:10 mismatched input '4' expecting {'!', EOL}

标签： gccx86antlr4grammar

解决方案

阅读该语法，并查看生成的 AST，很容易看到一行 like匹配令牌.p2align 4,,15的规则，然后不匹配任何or 。lbl.p2align4,,15assemblydirectiveinstruction

所以，不，这不是你要找的语法。

我不知道气体是否存在任何 ANTLR 语法，但是语法主要（完全？）基于以点开头的指令的行。
这很容易解析。

如果您也需要解析代码，请考虑使用 AT&T（天哪，我不敢相信我会这么说！），因为它易于解析。如果您想坚持使用 Intel 的语法，我认为您首先不需要 LL 解析器，因为汇编语言应该是常规的。
使用简单的 FSM 或正则表达式可能更容易、更有效。

推荐阅读