【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：

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：

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：

甚至还有在线模拟器：

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。