汇编语言

发表于 更新于

介绍

我们都知道在计算机里只有高低电平方式来区别，就如摩尔电码一样，特定的组合代表特定的意义，这就是以二进制的形式传递或者存储数据。而以二进制的形式代表的指令集一般叫机器语言，可是机器语言对于人类来说是非常麻烦的，所以为了简化编写机器语言，汇编就诞生了。对于不同的平台对应的机器语言不同，汇编和机器语言是一一对应的，所以汇编是不能移植到其他平台。

cpu架构

最早出现的cpu是intel的一款cpu，但是以前的intel的cpu那时还没有申请专利，还是小公司，所以cpu的结构是和其他公司共享了，但是后面公司大了，申请专利了以后，其他公司也都已经有了技术去生产改进8086的cpu，以至于后面cpu都是利用8086来改进生产的，例如知名的amd公司的cpu。而8086之后出现的cpu都会兼容8086的指令集，所以我们将这些兼容的8086的指令集叫做X86架构。

CPU的结构

CPU也就是中央处理单元，包含了有限的寄存器，一个高频时钟，一个控制单元，一个算数逻辑单元。作用如下：

  • 时钟 (clock) 对 CPU 内部操作与系统其他组件进行同步。
  • 控制单元 (control unit, CU) 协调参与机器指令执行的步骤序列。
  • 算术逻辑单元 (arithmetic logic unit, ALU) 执行算术运算，如加法和减法，以及逻辑运算，如 AND（与）、OR（或）和 NOT（非）。

CPU 通过主板上 CPU 插座的引脚与计算机其他部分相连。大部分引脚连接的是数据总线、控制总线和地址总线。

附加：总线 (bus) 是一组并行线，用于将数据从计算机一个部分传送到另一个部分。一个计算机系统通常包含四类总线：数据类、I/O 类、控制类和地址类。数据总线 (data bus) 在 CPU 和内存之间传输指令和数据。I/O 总线在 CPU 和系统输入 / 输出设备之间传输数据。控制总线 (control bus) 用二进制信号对所有连接在系统总线上设备的行为进行同步。当前执行指令在 CPU 和内存之间传输数据时，地址总线 (address bus) 用于保持指令和数据的地址。

处理器的寻址地址

我们以16位的8086来作为例子，内部结构有16位双向数据信号线，20位地址信号线，可寻址1m字节的存储单元，对应地址为0x00000-0xFFFFF 。

由于存储地址是20位，但是寄存器是16位的，所以他们采用了分段存储的方式 来解决这个问题，一个段位64kb大小，这些就是所谓的段寄存器。但是段的地址可以允许部分重叠，完全重叠、连续排列等。

而暂存单元里面有些地址是固定使用的，用户不能随便访问和改变，中断矢量区：00000H—003FFH。显示缓冲区：B0000H—B0F9FH。彩色显示器的显示缓冲区：B8000H—BBF3FH。启动区：FFFF0H—FFFFFH。

寄存器

8086内部的寄存器可以分为通用寄存器和专用寄存器两大类，专用寄存器包括指针寄存器、变址寄存器等。

8086有4个16位的通用寄存器（AX、BX、CX、DX），可以存放16位的操作数。其中AX称为累加器，BX称为基址寄存器，CX称为计数寄存器，DX称为数据寄存器。

有两个16位的指针寄存器SP和BP，其中SP是堆栈指针寄存器，由它和堆栈段寄存器SS一起来确定堆栈在内存中的位臵；BP是基数指针寄存器，通常用于存放基地址。

有两个16位的变址寄存器SI和DI，其中SI是源变址寄存器，DI是目的变址寄存器，都用于指令的变址寻址方式。

有两个16位的控制寄存器IP和标志寄存器，其中IP是指令指针寄存器，用来控制CPU的指令执行顺序，它和代码段寄存器CS一起可以确定当前所要取的指令的内存地址。标志寄存器的内容被称为处理器状态字PSW，用来存放8086CPU在工作过程中的状态。

标志寄存器的各个位代表的意义：

标志名称 溢岀 方向 中断 符号 零 辅助进位 奇偶 进位
符号 OV UP EI PL ZR AC PE CY

有4个16位段寄存器，即代码段寄存器CS、数据段寄存器DS、堆栈段寄存器SS和附加段寄存器ES。这些段寄存器的内容与有效的地址偏移量一起，可确定内存的物理地址。通常CS划定并控制程序区，DS和ES控制数据区，SS控制堆栈区。

计算机重启后会对cs赋值为FFFF0，其他寄存器全部为0。

汇编指令

结构

指令是一条语句，编译器会将语句逐条转换成机器语言指令，让cpu去加载和执行。

一条指令由四个部分组成：标号，指令助记符，操作数，注释。例如：

1
[label: ] mnemonic [operands] [;comment]

保留字

这是汇编有特殊意义的字符且不分大小写。有以下保留字：

$ ? @b @f addr basic byte c carry? parity? pascal qword real4 real8 real10 sbyte sdord sign? dword far far16 fortran fword near near16 overflow? stdcall sword syscall tbyte vararg word zero?

mov

mov指令是进行赋值操作的，格式为：mov 目的操作数，源操作数 。目的操作数必须是一个容器。且两个操作数的数据宽度是一致的，不能同时都为内存单元。而且不允许立即数直接赋值到段寄存器中。

例如：mov [0xb800],0x0100。这句的意思是把0100这个数据存储到ds寄存器的0xb800地址里。如果没有指定寄存器，那么默认就是ds。mov ax,0x0100是将0100赋值到ax里。mov ax,dx 。mov ax,[0x0100] ……

但是在后面出现了新的技术，叫符号扩展，我们的源操作数的宽度可以小于目的操作数了，对于有符号和无符号的数，扩展是不一样的，所以提供了两个操作指令。movzx是无符号的数，movsx是有符号的数。movsx将对扩展位赋值为1，而movzx将赋值为0。

db，dw，dd，dq

db指令是让编译器帮我们声明以及初始化一些数据，每个数据的宽度为1字节。dw每个数据的宽度为2个字节，dd为4个字节，dq为8个字节。这些指令称为伪指令。

伪指令一个重要的功能就是定义程序区域段。

=

=是伪指令，作用是让后面出现的标记替换成标记所存储的变量值。

1
2
count byte 2233;
mov ax,count;

如果后面出现许多个count标记，那么那些标记都会替换为2233，但只限于这条指令后面的标记，前面的不换。extra：dup()可以存储数组和字符串。

proc和endp

这两个是伪指令，是创建过程的指令，过程也就相当于c语言的函数一样，是一个代码区间块，而且这两个指令是成对出现的。格式是：

1
2
3
4
5
simple proc
.
.
ret
simple endp

ret是让cpu强制返回到调用过程的地址。而过程的标记只会在其过程中可见，在外部是不可见的。所以如果需要打破这个限制，就使用标记::的形式来定义全局标记，进行跳转和调用。

call和ret

call是调用过程的指令，而ret是过程返回的指令。call实际上是将下一条指令的地址压入栈里，然后将ip寄存器保存为过程的第一条指令的地址。而ret实际上是将栈的第一个地址弹出栈，然后将这个地址保存在ip寄存器里。

div

div指令是做除法的使用，而且分为多种情况。

第一种16位除8位。格式为：div 除数 。除数是8位通用寄存器或者是内存单元提供。而被除数是保存在ax中的，是固定的。除完以后会覆盖ax的被除数，ah保存余数，al保存商。

第二种32位除16位。格式为：div 除数 。除数是16位通用寄存器或者是内存单元提供。dx保存被除数高16位，ax保存被除数低16位。除完后商保存ax，余数保存dx。

xor

xor指令是异或指令，格式：xor 目的操作数，源操作数。作用是对比两个操作数的每一位，相同为0，不同为1，然后将值重新保存在目的操作数里面。

add和sub

该指令的限制和mov一样，add是将两个操作数相加然后存放在目的操作数的容器里。sub则是将目的操作数减去源操作数，然后存放在目的操作数里。

lahf和sahf

lahf是将标志寄存器里面的低字节复制到ah里。而sahf则相反，将ah里面的数据复制到标志寄存器里。

xchg

xchg是将两个操作数的数据交换，不能使用立即数作为操作数。

inc和dec

inc是将操作数加1，而dec是将操作数减1。例如

1
2
inc 1000h;
dec 1000h;

neg

NEG（非）指令通过把操作数转换为其二进制补码，将操作数的符号取反。

uses

uses是调用过程将寄存器压入，返回将寄存器弹出的自动生成代码的指令，这样我们就不用写这些代码了。但是要返回的寄存器是不能使用这个的，不然会数据丢失。例如：

1
2
3
4
5
6
simple proc uses eax ecx ebx
...
...
...
ret
simple endp

jmp和loop

这两个指令都是跳转到指定地址的指令，但是jmp是无条件跳转，而loop是有条件跳转。loop的跳转叫做ecx计数器循环，每次循环后都会将ecx的数据减1。如果ecx为0的话就不会循环。但是如果ecx初始化为0后，会执行宽度最大值的循环，因为每次循环最先执行ecx-1的操作，然后用值比较0。还有在实地址模式下，默认的是cx寄存器。loop跳转的范围是有限的，必须距离当前地址计数器-128到127字节范围类。例如：

1
2
3
4
5
6
7
8
9
flag:
   .
   .
   jmp flag;
   
top:
   .
   .
   loop top;

运算符

offset

offset是返回数据标号的偏移量，这个偏移量按字节计算，表示的是该数据标号距离数据段起始地址的距离。

ptr

ptr可以让数据标号的数据宽度重新改变。程序可能需要将两个较小的值送入一个较大的目的操作数。如下例所示，第一个字复制到 EAX 的低半部分，第二个字复制到高半部分。而 DWORD PTR 运算符能实现这种操作：

1
2
wordList WORD 5678h,1234h
mov eax, DWORD PTR wordList      ;

type

type是返回变量的单个元素的大小，这个单个元素以字节为单位。如果变量大小是字节，返回为1，如果是字，返回为2。

lengthof

LENGTHOF 运算符计算数组中元素的个数，元素个数是由数组标号同一行出现的数值来定义的。如果数组定义中出现了嵌套的 DUP 运算符，那么 LENGTHOF 返回的是两个数值的乘积。例如：

1
2
3
myArray BYTE 10,20,30,40,50,
             60,70,80,90,100;
lengthof myArray;

label

LABEL 伪指令可以插入一个标号，并定义它的大小属性，但是不为这个标号分配存储空间。常见的用法是，为数据段中定义的下一个变量提供不同的名称和大小属性。例如：

1
2
3
4
5
6
.data
val16 LABEL WORD
val32 DWORD 12345678h
.code
mov ax,val16          ; AX = 5678h
mov dx,[val16+2]      ; DX = 1234h

typedef

TYPEDEF 运算符可以创建用户定义类型，这些类型包含了定义变量时内置类型的所有状态。我们一般使用它去建立指针，因为建立的变量保存了目的变量的地址。

1
2
3
PBYTE TYPEDEF PTR BYTE                ;字节指针
PWORD TYPEDEF PTR WORD                ;字指针
PDWORD TYPEDEF PTR DWORD            ;双字指针

逻辑移位

逻辑移位就是将目的操作数向左或者是向右移动位置，无论是向什么方向，空出来的位置都由0填补，而移出去的位保存在进位标志里（cf）。

shl是逻辑向左，shr是逻辑向右移位。例子如下：

1
2
shl ax,2  ;ax内存数据向左移动2位
shr ax,1

算术移位

算术移位和逻辑移位差不多，但是就是算术移位在向右移位时，会在高位以符号位的形式补上。所以是有符号数的使用。

sal是算术向左，asr是算术向右。使用方法和逻辑移位一样。

循环移位

循环移位也是移动位的位置，但是移出去的数会在另一端出现，也会保存在进位标志里。

rol是循环向左，ror是循环向右。例子如下：

1
2
3
; ah  1000 1100
ror ah,2        ;ax 0010 0011  cf = 0
rol ah,1        ;ax 0100 0110  cf = 0

条件判断

and

and指令是按位与的指令，就是目的操作数的每一位和源操作数进行与操作，结果保存在目的操作数中，and指令一般的作用都是将数据位进行屏蔽的，也就是复位和清除的功能。例如：

1
2
3
4
5
6
7
8
;ax    10110111 11101010
and ax,11101110 11001100;

;    10110111  11101010
;    11101110  11001100
;    10100110  11001000
;  我们可以看到结果，设置1的位都是目的操作数的数据，而设置0的位都为0，
;  所以我们就可以利用这一点，让个别的位上的数据清除。

or

or指令是按位或的指令，就是目的操作数的每一位和源操作数进行或操作，结果保存在目的操作数中，or操作是将需要的位置为1，其他位不变，作用和and恰恰相反。这两个指令通常在标志寄存器里面用的非常频繁。

1
2
3
4
5
6
7
8
;ax    10110111 11101010
or ax,11101110 11001100;

;    10110111  11101010
;    11101110  11001100
;    11111111  11101110
;  我们可以看到结果，设置1的位都是目的操作数的数据，而设置0的位都为0，
;  所以我们就可以利用这一点，让个别的位上的数据清除。

cmp

cmp指令是用于比较目的操作数和源操作数的指令，比较的过程是让目的操作数减去源操作数，会影响进位标志位和零标志位，溢出和符号标志位，不会保存结果。无符号数的比较和有符号数的比较，影响的是不同的标志位。一般配合jmp指令作为if条件的判断跳转。

not

not指令是将操作数按位取反的功能。

test

test指令是让两个操作数之间做and操作，但是不会改变操作数。

跳转指令

JC 进位跳转（进位标志位置 1）
JNC 无进位跳转（进位标志位清零）
JZ 为零跳转（零标志位置 1）
JNZ 非零跳转（零标志位清零）
JO 溢出跳转
JNO 无溢出跳转
JS 有符号跳转
JNS 无符号跳转
JP 偶校验跳转
JNP 奇校验跳转
JE 相等跳转 (leftOp=rightOp)
JNE 不相等跳转 (leftOp M rightOp)
JA 大于跳转（若 leftOp > rightOp）
JNBE 不小于或等于跳转（与 JA 相同）
JAE 大于或等于跳转（若 leftOp ≥ rightOp）
JNB 不小于跳转（与 JAE 相同）
JB 小于跳转（若 leftOp < rightOp）
JNAE 不大于或等于跳转（与 JB 相同）
JBE 小于或等于跳转（若 leftOp ≤ rightOp）
JNA 不大于跳转（与 JBE 相同）
JG 大于跳转（若 leftOp > rightOp） 有符号数
JNLE 不小于或等于跳转（与 JG 相同） 有符号数
JGE 大于或等于跳转（若 leftOp ≥ rightOp） 有符号数
JNL 不小于跳转（与 JGE 相同） 有符号数
JL 小于跳转（若 leftOp < rightOp）有符号数
JNGE 不大于或等于跳转（与 JL 相同）有符号数
JLE 小于或等于跳转（若 leftOp ≤ rightOp）有符号数
JNG 不大于跳转（与 JLE 相同）有符号数