【探索】机器指令翻译成 JavaScript

简版：https://www.cnblogs.com/index-html/p/6492418.html

前言

前些时候研究脚本混淆时，打算先学一些「程序流程」相关的概念。为了不因太枯燥而放弃，决定想一个有趣的案例，可以边探索边学。

于是想了一个话题：尝试将机器指令 1:1 翻译 成 JavaScript，这样就能在浏览器中，直接运行等价的逻辑。

为了简单起见，这里选择古董级 CPU —— MOS 6502。

本系列陆续更新了 8 篇，前面几篇只是理论分析：

• 跳转处理

• 流程分割

• 动态跳转

• 指令变化

• 深度优化

原本只打算遐想一下，分析下可行性而已。不过，后来发现实现也不难，于是又补了两篇：

• 过渡语言

• 终极目标

6502

MOS 6502 是一款经典的 CPU，在上世纪 80 年代十分流行。

例如 Atari、Apple II，还有国内的文曲星，都配置了这个系列的 CPU。小时候常玩的 FC 红白机，也是相同的指令集。

网上相关的文章也非常多，这里收集了一些：

• 6502 资源站

• 6502 指令集

• 6502 —— 伟大的心

• 6502 芯片视觉图

甚至还有在线模拟器：

• 6502asm

• virtual 6502

• easy6502

事实上，模拟器的原理是很简单的：读取一条指令，做相应的操作；然后再读取下一条指令。。。参照文档实现即可。

do {
    opcode = memory[pc++]

    switch (opcode) {
        case 0xA9:        // LDA
            ...
        case 0x85:        // STA
            ...
        case 0xE6:        // INC
            ...
        ....
    }
} while (...)

模拟虽然简单，但有个很大的缺点：效率低。模拟一个指令，需要很多额外操作 —— 那些原本是硬件的工作，现在要用软件来完成，显然会慢得多。

不过，我们的目标并非模拟，而是翻译 —— 在程序运行前，把「虚拟指令」翻译成相应的本地「原生指令」，这样就能直接运行，无需模拟，效率自然大幅提升。

在浏览器层面，JavaScript 就是原生指令。那么，能否将 6502 翻译成 JavaScript 呢？下面开始探索。。。

硬件实现

6502 CPU 有三个 8 位寄存器 A、X、Y，我们用 JS 变量来表示：

var A = 0, X = 0, Y = 0;

至于「状态寄存器」SR，为了直观起见，分别用单独的 bool 变量表示每一位：

// SR: NV-BDIZC
// bit 76543210

var SR_N = false,
    SR_V = false,
    ...
    SR_C = false;

其他诸如「栈寄存器」、「指令计数器」，这里暂时先省略。

6502 的地址总线有 16 位，最多能访问 64K 的空间。数据总线 8 位，因此用一个 Uint8Array 就能实现内存：

var MEM = new Uint8Array(65536);

这里假设把整个地址空间都用做 RAM，事实上屏幕、键盘等 IO 交互，还会占用一些地址空间。

尝试翻译

现在，尝试翻译第一条指令：

STA 100

STA 即 “Store A”，将 A 写入存储 —— 写到第 100 号位置。对应的 JS 即：

MEM[100] = A;

很简单吧。下面翻译第二条指令：

LDA #123

LDA 即 “Load A”，给 A 赋值，# 表示立即数。因此，生成的 JS 的就是：

A = 123;
SR_Z = (123 == 0);
SR_N = (123 > 127);

稍了解汇编的都知道，修改寄存器的同时，还得更新状态标志。SR_Z 表示结果是否为零；SR_N 表示最高位（符号位）是否为 1。

这时「翻译」的优势就体现出来了。因为 123 == 0 和 123 > 127 都是常量计算，所以预先就能得出结果：

A = 123;
SR_N = false;
SR_Z = false;

相比模拟，翻译能减少运行时的计算量。如果有多个指令，效果则更明显，例如：

LDX 10
INX

翻译成如下 JS 代码：

X = MEM[10];              // LDX 10
SR_Z = (X == 0);
SR_N = (X > 127);

X = (X + 1) & 0xff;       // INX （X 自增）
SR_Z = (X == 0);
SR_N = (X > 127);

这里虽然没有预先计算，但不要忘了，JavaScript 最终还得交给浏览器解析。

如今的浏览器，本身就有很强的优化能力，脚本引擎发现 SR_Z 和 SR_N 重复赋值，并且中间没有使用，于是就将之前的计算优化掉了。因此，最终效率会非常高。

真正困难

通过这几个例子，感觉翻译并不困难。事实上大多数 6502 指令，都可以生成对应的 JS 逻辑。有的很简短，只有一两行；有的较复杂，例如算术加减法。但不管怎样，都是没有障碍的。

但是，有一类指令很难翻译，那就是「跳转指令」。因为不同的层面，流程控制的能力是不一样的。

在 JavaScript 中，流程控制只能以「语块」为单位：

if (...) {
    block 1
} else {
    block 2
}

for (...) {
    break;
    continue;
}

我们最多只能退出语块（break），或者重新进入语块（continue），无法指定从某一行开始运行。

而在 C 语言中，流程控制可以细致到行：

a:  ...
    goto c;
b:  ...
    goto a;
c:  ...
    goto b;

机器指令更底层，因此更灵活。流程控制是以「字节」为单位的，可以跳到任意位置。甚至跳到一个指令的中间：

Address  Hexdump   Dissassembly
-------------------------------
$0600    a9 00     LDA #$00
$0602    4c 01 06  JMP $0601

于是将 LDA 的参数 0x00 当成另一个指令（BRK 指令）执行。

更有甚者，还可以跳到栈内存上，将动态数据当成指令执行。如此灵活的特性，又该如何实现？

下一篇，我们探讨如何处理跳转指令。

【探索】机器指令翻译成 JavaScript的更多相关文章

1. 机器指令翻译成 JavaScript —— No.5 指令变化

   上一篇,我们通过内置解释器的方案,解决任意跳转的问题.同时,也提到另一个问题:如果指令发生变化,又该如何应对. 指令自改 如果指令加载到 RAM 中,那就和普通数据一样,也是可以随意修改的.然而,对应 ...

2. 机器指令翻译成 JavaScript —— 终极目标

   上一篇,我们顺利将 6502 指令翻译成 C 代码,并演示了一个案例. 现在,我们来完成最后的目标 -- 转换成 JavaScript. 中间码输出 我们之所以选择 C,就是为了使用 LLVM.现在来 ...

3. 机器指令翻译成 JavaScript —— No.6 深度优化

   第一篇 中我们曾提到,JavaScript 最终还得经过浏览器来解析.因此可以把一些优化工作,交给脚本引擎来完成. 现代浏览器的优化能力确实很强,但是,运行时的优化终归是有限的.如果能在事先实现,则可 ...

4. 机器指令翻译成 JavaScript —— No.7 过渡语言

   上一篇,我们决定使用 LLVM 来优化程序,并打算用 C 作为输入语言.现在我们来研究一下,将 6502 指令转换成 C 的可行性. 跳转支持 翻译成 C 语言,可比 JS 容易多了.因为 C 支持 ...

5. 机器指令翻译成 JavaScript —— No.2 跳转处理

   上一篇,我们发现大多数 6502 指令都可以直接 1:1 翻译成 JS 代码,但除了「跳转指令」. 跳转指令,分无条件跳转.条件跳转.从另一个角度,也可分: 静态跳转:目标地址已知 动态跳转:目标地址 ...

6. 机器指令翻译成 JavaScript —— No.3 流程分割

   上一篇 我们讨论了跳转指令,并实现「正跳转」的翻译,但最终困在「负跳转」上.而且,由于线程模型的差异,我们不能 1:1 的翻译,必须对流程进行一些改造. 当初之所以选择翻译,而不是模拟,就是出于性能考 ...

7. 机器指令翻译成 JavaScript —— No.4 动态跳转

   上一篇,我们用模拟流程的方式,解决了跳转问题. 不过静态跳转,好歹事先是知道来龙去脉的.而动态跳转,只有运行时才知道要去哪.既然流程都是未知的,翻译从何谈起? 动态跳转,平时出现的多吗?非常多!除了 ...

8. [书籍翻译] 《JavaScript并发编程》第五章 使用Web Workers

   本文是我翻译<JavaScript Concurrency>书籍的第五章 使用Web Workers,该书主要以Promises.Generator.Web workers等技术来讲解Ja ...

9. [书籍翻译] 《JavaScript并发编程》第七章 抽取并发逻辑

   本文是我翻译<JavaScript Concurrency>书籍的第七章 抽取并发逻辑,该书主要以Promises.Generator.Web workers等技术来讲解JavaScrip ...

随机推荐

1. Codevs 2370 小机房的树 LCA 树上倍增

   题目描述 Description 小机房有棵焕狗种的树,树上有N个节点,节点标号为0到N-1,有两只虫子名叫飘狗和大吉狗,分居在两个不同的节点上.有一天,他们想爬到一个节点上去搞基,但是作为两只虫子, ...

2. PHP 投票练习

   重点:1.进度条的显示2.操作数据库<form action="chuli.php" method="post"> <?php include ...

3. 3 years in Tencent game

   心里一直有继续写博文的愿望,却一直被各种借口打断,现在回头一看,已经在腾讯待了3年半之久.3年半是个比较尴尬的时间点,不好意思说自己是游戏从业老兵,但又觉得自己对于行业已经看到比较清楚了:从当年毕业时 ...

4. (八)学习CSS之line-style-type属性

   参考:http://www.w3school.com.cn/cssref/pr_list-style-type.asp 设置不同的列表样式: ul.circle {list-style-type:ci ...

5. BZOJ 1503 郁闷的出纳员

   Description OIER公司是一家大型专业化软件公司,有着数以万计的员工.作为一名出纳员,我的任务之一便是统计每位员工的工资.这本来是一份不错的工作,但是令人郁闷的是,我们的老板反复无常,经常 ...

6. C#中partial关键字

   1. 什么是局部类型? C# 2.0 引入了局部类型的概念.局部类型允许我们将一个类.结构或接口分成几个部分,分别实现在几个不同的.cs文件中. 局部类型适用于以下情况: (1) 类型特别大,不宜放在 ...

7. Hybird应用开发实践（一）使用原生/cordova混合项目

   最近准备尝试hybird开发原生应用,因为公司的项目本来就是原生开发的,所以准备选择cordova作为webview嵌入原生项目的开发方式.这里就以mac上整合ios项目为例. 1. 创建cordov ...

8. scrapy 爬虫返回json格式内容unicode编码转换为中文的问题解决

   最近在基于python3.6.5 的环境使用scrapy框架爬虫获取json数据,返回的数据是unicode格式的,在spider里面的parse接口中打印response.text出来如下: cla ...

9. ant design环境搭建过程中遇到的问题--Windows-dva-cli

   基础的此处略去,nodejs和npm是前提. 1.官网介绍的是脚手架工具是antd-init,但是又建议真实项目中用dva-cli,所以博主就直接装的是dva-cli,这里主要是简单介绍下博主在Win ...

10. .net core 中的 DependencyInjection - IOC

    概要:因为不知道写啥,所以随便找个东西乱说几句,嗯,就这样,就是这个目的. 1.IOC是啥呢? IOC - Inversion of Control,即控制反转的意思,这里要搞明白的就是,它是一种思想 ...