汇编入门篇

在8086CPU中，任意时刻， CPU将CS：IP所指向的内容全部当成指令来执行。

在内存中，指令和数据是没有区别的， 都是二进制信息。
只有在工作中，CPU才将有的信息当作指令，有的信息当作数据，
硬要说的话，CPU将CS:IP指向的内存单元中的内容当作指令。

在8086CPU中，所有寄存器的初始值是啥样的？AX ~ DX中的值都是0，
而ES、CS、SS、DS都是一个特定的基址值（好像是07CFH），其他寄存器中的值也是置为0

DS和数据段有关，而CS和代码段有关，修改DS可以改变数据从哪里开始读（基址），修改CS可以改变指令从哪里开始读

Debug

• -r

  查看改变CPU寄存器的内容

• -d

  查看内存中的内容

• -e

  改变内存中的内容

• -u

  将内存中的机器指令翻译成汇编指令

• -a

  将汇编指令写入内存中

• -t

  单行执行每一行的指令

r指令

怎么改变寄存器的值？

eg:-r ax

之后会显示ax原本的值，然后会提示你输入新的值。

d指令

查看指定的内存地址，直接在指令之后写上地址就行

eg：-d 0760:0000

a指令

a指令的话必须要先指定存入的内存地址（当然最好是cs：ip等代码段地址）

eg：-a 0770:0000

然后就可以输入指令的代码了，如果空着不输就直接退出了

q指令

被忽视的指令，就是用来退出debug的

eg：-q

指令的执行过程：

1. CPU从所指向的内存单元读取指令，存放到指令缓存器中。
2. IP = IP + 所读指令的长度，从而指向下一条指令
3. 执行指令缓存器中的内容，回到第一步

转移指令（jump）的底层原理

转移指令——可以通过修改CS和IP这两个寄存器，于是决定了CPU从哪里读取代码

eg：

JMP 2000:0	;这个编译器是不认识的，此处只是演示

于是CS被修改为2000，IP被修改为0000（注意：0被自动转换为了16进制的0000）

于是你会问了：你傻不傻啊，为啥不直接
MOV CS,2000
MOV IP,0

warning:因为这种方式是错误的（8086CPU禁止这么做）

误区：

你可能会这样想：当我执行JMP指令时，我IP尽管被修改了，但是还是要
IP = IP + 指令长度的啊！

warning：请你牢记指令执行的顺序——是先IP自加，然后才是执行指令（即修改IP和CS的值），IP自加时指令还在指令缓存器里睡着呢！

更底层的步骤

在IP将指令压入指令缓冲器之后，(IP) = (IP) + 所读指令的长度，而jmp就是更改了读取的指令的长度，从而实现指令跳转

当然，jmp这一条指令不会进行任何操作（而jz之类的可能会执行jmp这条操作）

8位寄存器的算术问题

我们知道，所有的8086CPU都是16位的寄存器（不包括分开来的8位），而要是涉及到8位寄存器，则可能会产生意想不到的结果

eg:

MOV AL,C5H
ADD AL,93H

这时，AL会从C5H变成158H，然而我们知道AL是8位寄存器，所以158H会溢出成58H
有人会认为：那个进位的1跑到了AH中去了，然而我们一看AX，其值为0058H

warning：8位寄存器相加，计算机会仅仅认为是两个8位数相加了，所以AL上的溢出和其他溢出一样，不会算到AH中去。

8086CPU的设计缺陷

• 不能够将立即数直接送给段寄存器

  eg：

  mov ds, 1000h   ;这会报错

  其实也可以理解，毕竟段地址这么重要。。

• IP是千万改不了的

  这里的改不了是指用mov啥的指令去更改IP的地址

  唯一能改的是其自身的自增机制和jmp类指令的跳转

与栈相关的寄存器

和stack有关的寄存器有两个：SS 和 SP

• SS

  栈段寄存器：存放栈顶的段地址

• SP

  栈顶指针寄存器：存放栈顶的偏移地址

于是，在任何时刻，SS: SP都指向栈顶的元素，栈的存入和导出数据本质上就是SS:SP的移动

即使是这样，我们仍然能够更改SS和SP的值，于是实现栈内存空间的转移（了解就好）

Question：

栈的push和pop都是根据栈顶指针（即SS:SP）的移动来获取和存入数据的，那我没有push数据而是直接pop数据，能否取出内存中的野数据呢？

答案是：可以的，这就要涉及到之后要讲的栈顶超界问题。

栈顶超界问题

栈空间默认是16个字节的空间，如果我不加限制地一直push会怎么样？

会超界，push的数据会覆盖掉原先的内存数据。同样，一直pop也会造成超界问题。

**解决办法？**

没得😂，你得自求多福（好吧，注意编程的思路就好了）

除了代码的那些东西

段定义

To begin, you have to know something.

• 一个汇编程序是由多个段组成的，这些个段用来存放代码，数据或当作栈空间来使用。
• 一个程序至少一个段（你至少要代码吧）
• 每个段得有名字（不然谁分得清啊）
• 求你哥，千万别把这个概念和内存中段搞混了。。

formate：

段名 segment
...
段名 ends

end（不是ends）

这玩意是必写的，作为程序的结束标示。

一般格式为：

code segment
start:
...
code ends
end start

assume

这玩意是将某一段寄存器和程序中的某个段联系到一起

eg:

assume cs:codesg	;codesg是一个段的名字

loop底层原理

我们经常会用到loop这个指令，即循环指令，但仅仅就只是循环吗？或者说它会有其他条件来控制循环吗？

**原理**

1. (CX) = (CX) - 1
2. 判断CX中的值，不为零则继续循环，为零则跳出循环向下执行。（也就是说它是有循环条件的）

看个东西：

for i in range(10)

这个python程序不跟

mov cx,10
L1: ...
loop L1

这个一样的么？

相信懂的都已经懂了（￣︶￣）↗

实现大写小写字母互转

原理

大小写的字母其实差别就是一个20H，eg：

字母	HEX	BIN
B	42H	0100 0010B
b	62H	0110 0010B

所以可以巧用and（与运算）
比如说可以与上1101 1111，于是正好就可以改变第六位上的二进制
或者用或，或上0010 0000

SI和DI

之前已经弄清楚了SS, CS, DS, IP, SP（几乎就是几个常用的几个寄存器），那SI和DI到底是干啥的？

• **和地址的操作有关**
• **和BX功能相近**

像这种：

mov bx,0
mov ax,[bx]

其中的BX都可以换成SI或者DI

到底有什么区别？

我们其实可以看到BX实际上是在单打独斗的，而SI和DI时常是成双出现的，这就解决了一些需要在一个逻辑中同时操作两个数据的尴尬局面（而这种局面又时常发生），比如字符串的向后复制问题

而且我们的寻址方式又增加了（老折磨人了）

• [bx + si]和[bx + di]
• [bx + si + 立即数]和[bx + di + 立即数]

DUP详解

其实我们写了很多的程序之后，都知道了用dup和缓存有关
但是我们真正了解dup吗？

• 首先你得知道，dup是duplication（复制品）的缩写
• 其次，它通常和db，dw，dd等伪指令相配合

指令	功能	相当于
db 3 dup(0)	定义了3个字节，它们的值都是0	db 0,0,0
db 3 dup(0,1,2)	定义了9个字节，由0，1，2重复3次构成	db 0,1,2,0,1,2,0,1,2
db 3 dup(‘abc’,’ABC’)	定义了18个字节，构成’abcABCabcABCabcABC’	db ‘abcABCabcABCabcABC’

这里声明一下

db不是database，而是指字节型
dw是指字型数据，dd是指双子数据

ps：看到这里，你或许就已经知道了我们之前定义的buf其实是假的缓冲区😂，事实上，他除了名字和缓存有关，其他的实际上就是我们开辟的一个普通内存空间。

lea和offset

有时候我们会用到取出变量（这里一般指的是变量名）的地址来放入寄存器中（比如ax，bx），lea和offset就经常出现了

首先我们看一下这个为啥是错的：

mov ax,string	;这里的string是我们定义好的变量名

肯定是错的啊，这个string不能代表任何的地址含义

而：

lea ax,string
mov ax,offset string

这两行的意思是一样的，而且都是正确的。

详解

• lea是将变量的物理地址送到前面一个寄存器中

• offset则是一个操作符，它将取得标号的偏移地址

  偏移地址再加上默认的段地址，他不就变成物理地址了吗

call和ret原理

当CPU执行call指令时，会进行两步操作：

1. 将当前的IP或CS和IP压入栈中
2. 转移到标号处执行指令

然后在遇到ret指令时，再将IP啥的pop出栈，转移到下一条指令去执行。

warning：需要注意的一点是，没有call指令也可以执行ret指令，这就相当于将ret指令单独执行，即将栈顶pop出数据到ip

call的段间转移

指令为：call far ptr

这事实上是将sp-2之后先将cs压入栈中，然后再将ip压入栈，其中的转移过程和jmp far ptr类似

方向标志位和串传送指令

你是否有这样的苦恼：当你在执行操作时只能够一个一个字节的进行处理，而这种执行的效率显然是低效的，你会想有没有一种可以一次执行一串的指令呢？

DF（Direction Flag）

功能：在串处理指令中，控制每次操作后SI, DI的增减。（也就是说必须得配合串处理指令才会有奇效）

• DF = 0：每次操作后si，di递增
• DF = 1；每次操作后si，di递减

串处理指令

串传送指令：movsb

它怎能做到串（string）的传送？

((es) x 16 + (di)) = ((ds) x 16 + (si))，之后si和di同时+1就行了

这里终于用到了es（extra segment），也就是说它经常和串处理有关系（当然要和ds相互配合），然后再利用si和di这对就能完成传操作了。

当然，还有其他的串传送指令：movsw（传送字节单位），这只需要将+1改成+2即可。

通过上述描述，我们肯定知道DF有多重要了（直接决定了si和di是加是减），有没有对DF进行操作的指令？

cld指令：将DF置为0（clear）
std指令：将DF置为1（setup）

rep指令

我们的串传送指令也只是一次的执行，它也得配合loop循环使用（假的串指令？），而一直写loop也有点麻烦。

rep指令能够根据cx的值，重复执行之后的指令（通常和串传送指令配合）

rep movsb

等同于：

s:  movsb
	loop s

位移指令

首先介绍一下SHL

SHL OPR,CNT 将OPR逻辑左移CNT位

1. 将寄存器或内存单元中的数据向左移位
2. 将溢出的一位写入CF中
3. 最低位用0补充

warning：这里有一点需要注意的是，执行shl时，如果移动的位数大于一，必须用cl来控制循环

一些坑

• 在调用9号中断（即字符串输出）时，字符串会不停的读取字符，直到碰到$
• 调用2号中断（即单个字符输出）时，会自动输出一个字符（只是想说明和9号的终止符不同）
• 调用10号中断（即字符串输入）时，存入的第一个字符可能不在变量的偏移地址处（按常识应该在的位置），而是在偏移地址向后+2字节的地址处。

子程序坑

想要正确调用，格式是这样的：

codes segment
	assume: ...

start:
main proc far
	mov ax,datas
	mov ds,ax
    ;此处输入代码
    call ...

    mov ah,4ch
    int 21h
main ENDP

... proc near
	...
... endp

codes ends
	end start

输出数组的坑

当你想要利用一个定义好的变量进行输入后，你可能会纠结于怎么去得到这个数组变量里的每一个值。（因为一不留神就是一个报错）

个人建议的输出方式：

mov dl,arr[bx+2]

因为这种方法很像C语言中的指针，所以容易记忆

但是注意的是，可能有如下报错：

must be base or index registor!

这通常是你使用了arr[cx+2]等方式，这里的base registor只有两个：ax和bx！（index registor就不用说了吧）