[C言語のはじめ方] Part41: アセンブリとの連携と逆アセンブル（objdump）

こんにちは！C言語の学習もいよいよ大詰めですね。今回は、普段書いているC言語のコードが、コンピュータ内部でどのように扱われているのか、その一端を覗いてみましょう。具体的には、アセンブリ言語との連携と、objdumpというツールを使った逆アセンブルについて学びます。ちょっと難しそうに聞こえるかもしれませんが、プログラムの裏側を知ることで、デバッグや最適化、セキュリティの理解が深まりますよ！💪

アセンブリ言語は、コンピュータのCPUが直接理解できる機械語に非常に近い、低レベルなプログラミング言語です。私たちがC言語で書いたコードは、コンパイラによって、まずこのアセンブリ言語に翻訳され、最終的に機械語の命令列に変換されて実行されます。

• 低レベル言語: ハードウェアに近い操作を直接記述します。
• CPU依存: アセンブリ言語は、使用するCPUの種類（Intel/AMDのx86-64、スマートフォンのARMなど）によって記述方法（命令セット）が異なります。
• C言語との関係: C言語コンパイラ (GCC, Clangなど) は、Cコード → アセンブリコード → 機械語 という変換プロセスの一部を担っています。

普段はC言語のコードだけを見ていれば十分ですが、アセンブリ言語を少し知っておくと、以下のような場面で役立ちます。

• プログラムが思った通りに動かないときの詳細なデバッグ
• パフォーマンスを極限まで高めたいときの最適化
• セキュリティ上の脆弱性がどのようにして生まれるかの理解

C言語のコンパイラ（ここではGCCを例にします）を使って、書いたCコードに対応するアセンブリコードを生成することができます。これには -S オプションを使います。（S は大文字です！）

まず、簡単なC言語のコードを用意しましょう。二つの整数の和を計算する関数です。

// add.c
int add_numbers(int a, int b) {
    int result = a + b;
    return result;
}

int main() {
    int sum = add_numbers(5, 3);
    // 計算結果を使う処理（ここでは省略）
    return 0;
}
        

この add.c ファイルをコンパイルして、アセンブリコードファイル add.s を生成するには、ターミナルで以下のコマンドを実行します。

gcc -S add.c -o add.s
        

これで、add.s というファイルが生成されます。中身を見てみましょう。（環境やGCCのバージョン、最適化オプションによって出力は異なります）

# add.s (抜粋例 - AT&T記法)
	.file	"add.c"
	.text
	.globl	add_numbers
	.type	add_numbers, @function
add_numbers:
.LFB0:
	# --- 関数のプロローグ ---
	pushq	%rbp          # ベースポインタをスタックに保存
	movq	%rsp, %rbp    # スタックポインタをベースポインタに設定
	# --- 引数をレジスタ/スタックからメモリへ ---
	movl	%edi, -20(%rbp) # 第1引数 (a) をスタック変数領域へ
	movl	%esi, -24(%rbp) # 第2引数 (b) をスタック変数領域へ
	# --- result = a + b; ---
	movl	-20(%rbp), %edx # a を edx レジスタへ
	movl	-24(%rbp), %eax # b を eax レジスタへ
	addl	%edx, %eax      # eax = eax + edx (つまり eax = b + a)
	movl	%eax, -4(%rbp)  # 計算結果 (eax) を result のメモリ領域へ
	# --- return result; ---
	movl	-4(%rbp), %eax  # result の値を戻り値用の eax レジスタへ
	# --- 関数のエピローグ ---
	popq	%rbp          # ベースポインタを復元
	ret                   # 呼び出し元に戻る
.LFE0:
	.size	add_numbers, .-add_numbers
	# ... (main 関数のアセンブリコードなどが続く) ...
        

少し難解に見えますね😅。いくつかポイントを説明します。

• AT&T記法: GCCがデフォルトで出力する形式です。movl %eax, %ebx は「eaxレジスタの内容をebxレジスタにコピーする」という意味で、操作元, 操作先 の順になります。（Intel記法では順序が逆です）。
• レジスタ: %rax, %rbx, %eax, %edi, %esi などはCPU内部にある高速な記憶領域（レジスタ）です。計算は主にレジスタ上で行われます。
• 命令: movl (Move Long: 4バイト移動), addl (Add Long: 4バイト加算), pushq (Push Quad: 8バイトをスタックに積む), popq (Pop Quad: 8バイトをスタックから取り出す), ret (Return: 関数から戻る) などが基本的な命令です。
• コメント: # 以降はコメントです。

すべてを理解する必要はありませんが、「C言語のコードが、このようなCPUへの命令に変換されているんだな」と感じてもらえればOKです。

コンパイル済みの実行ファイル（やオブジェクトファイル）から、アセンブリコードを「復元」する作業を逆アセンブルと言います。これには objdump という非常に便利なツールを使います。LinuxやmacOS、あるいはWindowsのWSLやMinGW/Cygwin環境などで利用できます。

先ほどの add.c を、今度は普通にコンパイルして実行ファイル add_app を作成しましょう。

gcc add.c -o add_app
        

この実行ファイル add_app の中身（機械語）を逆アセンブルして、アセンブリコードとして表示するには、-d (または --disassemble) オプションを使います。

objdump -d add_app
        

実行すると、たくさんのアセンブリコードが表示されます。その中から add_numbers 関数の部分を探してみましょう。（出力は環境によって異なります）

# objdump -d add_app の出力抜粋 (Intel記法で表示されることもあります)

0000000000001129 <add_numbers>:
  1129:	f3 0f 1e fa          	endbr64
  112d:	55                   	push   %rbp
  112e:	48 89 e5             	mov    %rsp,%rbp
  1131:	89 7d ec             	mov    %edi,-0x14(%rbp)  # 第1引数 a
  1134:	89 75 e8             	mov    %esi,-0x18(%rbp)  # 第2引数 b
  1137:	8b 55 ec             	mov    -0x14(%rbp),%edx # a を edx へ
  113a:	8b 45 e8             	mov    -0x18(%rbp),%eax # b を eax へ
  113d:	01 d0                	add    %edx,%eax         # eax = eax + edx
  113f:	89 45 fc             	mov    %eax,-0x4(%rbp)   # 結果を result へ
  1142:	8b 45 fc             	mov    -0x4(%rbp),%eax   # result を eax (戻り値) へ
  1145:	5d                   	pop    %rbp
  1146:	c3                   	ret

# ... (他の関数やコードが続く) ...
        

objdump の出力の見方は以下のようになります。

• 先頭のアドレス (例: 1129): メモリ上の命令の位置（番地）を示します。
• バイト列 (例: f3 0f 1e fa): これが実際の機械語のバイト表現です。CPUはこのバイト列を解釈して実行します。
• アセンブリ命令 (例: push %rbp): 機械語を人間が読めるアセンブリ言語の形式で表示したものです。
• <add_numbers>: これはシンボル名（ここでは関数名）を示しています。

-S オプションで生成したアセンブリコードと似ている部分もあれば、少し違う部分もありますね。これはコンパイラの最適化レベルや、最終的な実行ファイルに含まれる他の情報（ライブラリ関数など）の影響によるものです。

特定の関数だけを見たい場合は、--disassemble=<関数名> のように指定することもできます。

objdump -d --disassemble=add_numbers add_app
        

objdump は、他にもオブジェクトファイルのヘッダ情報 (-h) やシンボルテーブル (-t) を表示するなど、多くの機能を持っています。興味があれば man objdump でマニュアルを読んでみてください。

高度なテクニックになりますが、C言語のコードの中に直接アセンブリコードを埋め込むこと（インラインアセンブリ）や、アセンブリ言語で書かれた関数をC言語から呼び出すことも可能です。

インラインアセンブリ

GCCなどのコンパイラでは、asm キーワードを使ってC言語のコード内にアセンブリ命令を記述できます。これは、特定のハードウェア機能を直接利用したい場合や、コンパイラの最適化では実現できないような特殊なコードを書きたい場合に使われます。

簡単な例として、何もしない命令（nop: No Operation）を埋め込んでみます。

#include <stdio.h>

int main() {
    printf("Before NOP\n");

    // インラインアセンブリで NOP 命令を挿入
    asm volatile("nop");

    printf("After NOP\n");
    return 0;
}
        

⚠️ 注意: インラインアセンブリは非常に強力ですが、書き方を間違えるとプログラムがクラッシュしたり、予期せぬ動作をしたりする原因になります。また、CPUアーキテクチャやコンパイラに強く依存するため、コードの移植性が低下します。初学者のうちは、このような機能があることを知っておく程度で十分です。

アセンブリ関数とのリンク

アセンブリ言語で記述した関数（.s ファイル）をアセンブルしてオブジェクトファイル（.o ファイル）を作成し、C言語のコード（コンパイルしてできた .o ファイル）とリンク（結合）することで、C言語からアセンブリ関数を呼び出すこともできます。これは、特定の処理をアセンブリで高速化したい場合などに使われますが、これも高度なテクニックです。

アセンブリ言語を直接書く機会は少ないかもしれませんが、その知識や objdump のようなツールを使えることは、C言語プログラマにとって大きな武器になります。

• デバッグ力の向上: 原因不明のクラッシュや、特定の変数がおかしくなる現象など、C言語のコードだけでは追いきれない問題の原因を、アセンブリレベルで追跡できることがあります。gdbなどのデバッガと組み合わせるとさらに強力です。
• 最適化のヒント: コンパイラが生成したアセンブリコードを見ることで、ループ展開や命令の並び替えなど、どのような最適化が行われているかを知ることができます。また、意図しない非効率なコードが生成されている箇所を発見し、C言語のコードを改善するヒントを得られることもあります。
• セキュリティの理解: バッファオーバーフローのようなメモリ破壊系の脆弱性が、スタック上でどのように発生し、プログラムの制御がどのように奪われるのかを、アセンブリレベルで理解することができます。
• 低レベルシステムの理解: OSのカーネルやデバイスドライバ、組み込みシステムなど、ハードウェアに近い部分を扱う際には、アセンブリ言語の知識が役立ちます。

今回は、C言語のコードがコンピュータ内部でどのように扱われているかを知るために、アセンブリ言語の概要と、GCCの -S オプションによるアセンブリコード生成、objdump ツールによる逆アセンブルの方法について学びました。

アセンブリ言語は一見難解ですが、プログラムが実際にどのように動作しているのかを知るための重要な手がかりを与えてくれます。今回学んだことをきっかけに、コンピュータの低レベルな世界にも興味を持ってもらえたら嬉しいです。

これでC言語学習サイトの全ステップが完了です！お疲れ様でした！🥳 ここまで学んだ知識を活かして、ぜひ様々なプログラムを作成してみてくださいね！