汇编基础程序编写教程示例

源程序

1.1 构成

寄存器与段的关联假设

 assume：含义为“假设”。

它假设某一段寄存器和程序中的某一个用 segment … ends 定义的段相关联。

通过assume说明这种关联，在需要的情况下 ，编译程序可以将段寄存器和某一个具体的段相联系。

标号

一个标号指代了一个地址。

codesg：放在segment的前面，作为一个段的名称，这个段的名称最终将被编译、连接程序处理为一个段的段地址。

定义一个段

segment和ends的功能是定义一个段，segment说明一个段开始，ends 说明一个段结束。

segment和ends是一对成对使用的伪指令

一个段必须有一个名称来标识，使用格式为：

段名 segment

段名 ends

一个汇编程序是由多个段组成的，这些段被用来存放代码、数据或当作栈空间来使用。

一个有意义的汇编程序中至少要有一个段，这个段用来存放代码。

程序结束标记

End 是一个汇编程序的结束标记，编译器在编译汇编程序的过程中，如果碰到了伪指令 end，就结束对源程序的编译。

如果程序写完了，要在结尾处加上伪指令end 。否则，编译器在编译程序时，无法知道程序在何处结束。

注意：不要搞混了end和ends。

程序返回

一个程序结束后，将CPU的控制权交还给使它得以运行的程序，我们称这个过程为：程序返回。

如何返回

应该在程序的末尾添加返回的程序段。

mov ax,4c00H

int 21H

程序运行

DOS是一个单任务操作系统。

一个程序P2在可执行文件中，则必须有一个正在运行的程序P1，将P2从可执行文件中加载入内存后，将CPU的控制权交给P2，P2才能得以运行。P2开始运行后，P1暂停运行。

而当P2运行完毕后，应该将CPU的控制权交还给使它得以运行的程序P1，此后，P1继续运行。

1.2 源程序中的“程序”

汇编源程序：

伪指令 （编译器处理）

汇编指令（编译为机器码）

程序：源程序中最终由计算机执行、处理的指令或数据。

注意

我们可以将源程序文件中的所有内容称为源程序，将源程序中最终由计算机执行处理的指令或数据 ，成为程序。

程序最先以汇编指令的形式存在源程序中，经编译、连接后转变为机器码，存储在可执行文件中，

 

1.3 段结束、程序结束、程序返回

1.4 语法错误和逻辑错误

语法错误

程序在编译时被编译器发现的错误

逻辑错误

程序在编译时不能表现出来的、在运行时发生的错误

2 程序执行的过程

2.1 一个汇编语言程序从写出到最终执行的简要过程：

2.2 连接

作用

当源程序很大时，可以将它分为多个源程序文件来编译，每个源程序编译成为目标文件后，再用连接程序将它们连接到一起，生成一个可执行文件；

程序中调用了某个库文件中的子程序，需要将这个库文件和该程序生成的目标文件连接到一起，生成一个可执行文件；

一个源程序编译后，得到了存有机器码的目标文件，目标文件中的有些内容还不能直接用来生成可执行文件，连接程序将这此内容处理为最终的可执行信息。

所以，在只有一个源程序文件，而又不需要调用某个库中的子程序的情况下，也必须用连接程序对目标文件进行处理，生成可执行文件。

注意，对于连接的过程，可执行文件是我们要得到的最终结果。

使用汇编语言编译程序对源程序文件中的源程序进行编译，产生目标文件；再用连接程序对目标文件进行连接，生成可在操作系统中直接运行的可执行文件。

2.3 可执行文件

可执行文件中包含两部分内容：

•  程序（从原程序中的汇编指令翻译过来的机器码）和数据（源程序中定义的数据）
•  相关的描述信息（比如：程序有多大、要占多少内存空间等）

执行可执行文件中的程序

• 在操作系统中，执行可执行文件中的程序。
• 操作系统依照可执行文件中的描述信息，将可执行文件中的机器码和数据加载入内存，并进行相关的初始化（比如：设置CS:IP指向第一条要执行的指令），然后由CPU执行程序。

 

可执行文件中的程序装入内存并运行的原理

• 在DOS中，可执行文件中的程序P1若要运行，必须有一个正在运行的程序P2 ，将 P1 从可执行文件中加载入内存，将CPU的控制权交给它，P1才能得以运行；
• 当P1运行完毕后，应该将CPU的控制权交还给使它得以运行的程序P2

exe的执行过程

实际过程

（1）我们在提示符“C:\masm”后面输入可执行文件的名字“1”，按Enter键。

（2）1.exe中的程序运行；

（3）运行结束，返回，再次显示提示符“C:\masm”。

操作过程

操作系统是由多个功能模块组成的庞大 、复杂的软件系统。任何通用的操作系统 ，都要提供一个称为shell（外壳）的程序 ，用户（操作人员）使用这个程序来操作计算机系统工作。

DOS中有一个程序command.com ，这个程序在 DOS 中称为命令解释器，也就是DOS系统的shell。

（1）我们在DOS中直接执行 1.exe 时，是正在运行的command将1.exe中的程序加载入内存。

（2）command设置CPU的CS:IP指向程序的第一条指令（即程序的入口），从而使程序得以运行。

（3）程序运行结束后，返回到command中，CPU继续运行command。

2.4 程序执行过程的跟踪

Debug 可以将程序加载入内存，设置CS:IP指向程序的入口，但Debug并不放弃对CPU 的控制，这样，我们就可以使用Debug 的相关命令来单步执行程序 ，查看每条指令指令的执行结果。

我们在 DOS中用 “Debug 1.exe” 运行Debug对1.exe进行跟踪时，程序加载的顺序是：command加载Debug，Debug加载1.exe。

返回的顺序是：从1.exe中的程序返回到Debug，从Debug返回到command。

EXE文件中的程序的加载过程

 

总结

程序加载后，ds中存放着程序所在内存区的段地址，这个内存区的偏移地址为 0 ，则程序所在的内存区的地址为：ds:0；

这个内存区的前256 个字节中存放的是PSP，dos用来和程序进行通信。

从 256字节处向后的空间存放的是程序。

所以，我们从ds中可以得到PSP的段地址SA，PSP的偏移地址为 0，则物理地址为SA×16+0。

因为PSP占256（100H）字节，所以程序的物理地址是：

SA×16+0+256= SA×16+16×16=（SA+16）×16+0

可用段地址和偏移地址表示为：SA+10:0。

3 程序编写

3.1 两个基本的问题

计算机是进行数据处理、运算的机器，那么有两个基本的问题就包含在其中：

（1）处理的数据在什么地方？

（2）要处理的数据有多长？这两个问题，在机器指令中必须给以明确或隐含的说明，否则计算机就无法工作。

为了描述上的简洁，在以后的课程中，我们将使用两个描述性的符号 reg来表示一个寄存器，用sreg表示一个段寄存器。

reg的集合包括：ax、bx、cx、dx、ah、al、bh、bl、ch、cl、dh、dl、sp、bp、si、di；

sreg的集合包括：ds、ss、cs、es。

3.2 数据在哪里

机器指令处理的数据所在位置

• 绝大部分机器指令都是进行数据处理的指令，处理大致可分为三类：读取、写入、运算
• 在机器指令这一层来讲，并不关心数据的值是多少，而关心指令执行前一刻，它将要处理的数据所在的位置。
• 指令在执行前，所要处理的数据可以在三个地方：CPU内部、内存、端口
• 指令举例

 

汇编语言中数据位置的表达

汇编语言中用三个概念来表达数据的位置。

 立即数（idata）

对于直接包含在机器指令中的数据（执行前在cpu 的指令缓冲器中），在汇编语言中称为：立即数（idata ) ，在汇编指令中直接给出。例如：

mov ax,1

add bx,2000h

or bx,00010000b

mov al,'a'

 

寄存器

指令要处理的数据在寄存器中，在汇编指令中给出相应的寄存器名。例如：

mov ax,bx

mov ds,ax

push bx

mov ds:[0],bx

push ds

mov ss,ax

mov sp,ax

mov ax,bx

对应机器码：89D8

执行结果：(ax) = (bx)

段地址（SA）和偏移地址（EA）

指令要处理的数据在内存中，在汇编指令中可用[X]的格式给出EA，SA在某个段寄存器中。

存放段地址的寄存器可以是默认的。

mov ax,[0]

mov ax,[bx]

mov ax,[bx+8]

mov ax,[bx+si]

mov ax,[bx+si+8]

段地址默认在ds中

存放段地址的寄存器也可以显性的给出。

mov ax,[bp]

mov ax,[bp+8]

mov ax,[bp+si]

mov ax,[bp+si+8]

段地址默认在ss中

显性的给出存放段地址的寄存器

寻址方式

当数据存放在内存中的时候，我们可以用多种方式来给定这个内存单元的偏移地址，这种定位内存单元的方法一般被称为寻址方式。

3.3 指令处理的数据有多长

8086CPU的指令，可以处理两种尺寸的数据，byte和word。所以在机器指令中要指明，指令进行的是字操作还是字节操作

对于这个问题，汇编语言中用以下方法处理。

（1）通过寄存器名指明要处理的数据的尺寸。

（2）在没有寄存器名存在的情况下，用操作符X ptr指明内存单元的长度，X在汇编指令中可以为word或byte。

（3）其他方法

下面的指令中，寄存器指明了指令进行的是字节操作：

 mov al,1

mov al,bl

mov al,ds:[0]

mov ds:[0],al

inc al

add al,100

下面的指令中，寄存器指明了指令进行的是字操作：

mov ax,1

mov bx,ds:[0]

mov ds,ax

mov ds:[0],ax

inc ax add ax,1000

在没有寄存器参与的内存单元访问指令中，用word ptr或byte ptr显性地指明所要访问的内存单元的长度是很必要的。

否则，CPU无法得知所要访问的单元是字单元，还是字节单元

下面的指令中，用word ptr指明了指令访问的内存单元是一个字单元：

mov word ptr ds:[0],1

inc word ptr [bx]

inc word ptr ds:[0]

add word ptr [bx],2

下面的指令中，用byte ptr指明了指令访问的内存单元是一个字节单元：

mov byte ptr ds:[0],1

inc byte ptr [bx]

inc byte ptr ds:[0]

add byte ptr [bx],2

有些指令默认了访问的是字单元还是字节单元，

比如：push [1000H]就不用指明访问的是字单元还是字节单元

因为push指令只进行字操作

3.4 数据处理

在代码段中使用数据

考虑这样一个问题，编程计算以下8个数据的和，结果存在ax 寄存器中：

0123H，0456H，0789H，0abcH，0defH，0fedH，0cbaH，0987H。

在前面的课程中，我们都是累加某些内存单元中的数据，并不关心数据本身。

可现在我们要累加的就是已经给定了数值的数据。

 

程序第一行中的 “dw”的含义是定义字型数据。dw即define word。

在这里，我们使用dw定义了8个字型数据（数据之间以逗号分隔），它们所占的内存空间的大小为16个字节。

程序中的指令就要对这8个数据进行累加，可这8个数据在哪里呢？

由于它们在代码段中，程序在运行的时候CS中存放代码段的段地址，所以我们可以从CS中得到它们的段地址

这8个数据的偏移地址是多少呢？

• 因为用dw定义的数据处于代码段的最开始，所以偏移地址为0，这8 个数据就在代码段的偏移0、2、4、6、8、A、C、E处。
• 程序运行时，它们的地址就是CS:0、CS:2、CS:4、CS:6、CS:8、CS:A、CS:C、CS:E。

程序中，我们用bx存放加2递增的偏移地址，用循环来进行累加。

在循环开始前，设置(bx)=0，cs:bx指向第一个数据所在的字单元。

每次循环中(bx)=(bx)+2，cs:bx指向下一个数据所在的字单元。

如何让这个程序在编译后可以存系统中直接运行呢？我们可以在源程序中指明界序的入口所在

探讨end的作用：

end 除了通知编译器程序结束外，还可以通知编译器程序的入口在什么地方。

有了这种方法，我们就可以这样来安排程序的框架：

在代码段中使用栈

完成下面的程序，利用栈，将程序中定义的数据逆序存放

 assume cs:codesg

codesgsegment

dw 0123h,0456h,0789h,0abch,0defh,0fedh,0cbah,0987h

?

code ends end

程序的思路大致如下：

程序运行时，定义的数据存放在cs:0~cs:15单元中，共8个字单元。依次将这8个字单元中的数据入栈，然后再依次出栈到这 8 个字单元中，从而实现数据的逆序存放。

问题是，我们首先要有一段可当作栈的内存空间。如前所述，这段空间应该由系统来分配。我们可以在程序中通过定义数据来取得一段空间，然后将这段空间当作栈空间来用

mov ax,cs

mov ss,ax

mov sp,32

我们要讲 cs:16 ~ cs:31 的内存空间当作栈来用，初始状态下栈为空，所以 ss:sp要指向栈底，则设置ss:sp指向cs:32。

比如对于：

dw 0123H,0456H,0789H,0abcH,0defH,0fedH,0cbaH,0987H

我们可以说，定义了8个字型数据，也可以说，开辟了8个字的内存空间，这段空间中每个字单元中的数据依次是：

0123H,0456H,0789H,0abcH,0defH,0fedH,0cbaH,0987H。

因为它们最终的效果是一样的

将数据、代码、栈放入不同的段

在前面的内容中，我们在程序中用到了数据和栈，我们将数据、栈和代码都放到了一个段里面。我们在编程的时候要注意何处是数据，何处是栈，何处是代码。这样做显然有两个问题：

（1）把它们放到一个段中使程序显得混乱；

（2）前面程序中处理的数据很少，用到的栈空间也小，加上没有多长的代码，放到一个段里面没有问题。

但如果数据、栈和代码需要的空间超过64KB，就不能放在一个段中（一个段的容量不能大于64 KB，是我们在学习中所用的8086模式的限制，并不是所有的处理器都这样）。

所以，我们应该考虑用多个段来存放数据、代码和栈。

我们用和定义代码段一样的方法来定义多个段，然后在这些段里面定义需要的数据，或通过定义数据来取得栈空间。

程序中“data”段中的数据“0abch”的地址就是：data:6。

我们要将它送入bx中，就要用如下的代码：

 mov ax,data

mov ds,ax

mov bx,ds:[6]

我们不能用下面的指令：

mov ds,data

mov ax,ds:[6]

其中指令“mov ds,data” 是错误的，因为8086CPU不允许将一个数值直接送入段寄存器中。

程序中对段名的引用，如指令“mov ds,data”中的“data”，将被编译器处理为一个表示段地址的数值。

“代码段”、“数据段”、“栈段”完全是我们的安排

我们在源程序中用伪指令

“assume cs:code,ds:data,ss:stack”将cs、ds和ss分别和code、data、stack段相连。

这样做了之后，CPU是否就会将 cs指向 code，ds 指向 data，ss 指向stack，从而按照我们的意图来处理这些段呢？

当然也不是，要知道 assume 是伪指令，是由编译器执行的，也是仅在源程序中存在的信息，CPU并不知道它们。

若要CPU按照我们的安排行事，就要用机器指令控制它，源程序中的汇编指令是CPU要执行的内容

CPU如何知道去执行它们？

我们在源程序的最后用“end start”说明了程序的入口，这个入口将被写入可执行文件的描述信息，可执行文件中的程序被加载入内存后，CPU的CS:IP被设置指向这个入口，从而开始执行程序中的第一条指令。

标号“start”在“code”段中，这样CPU就将code段中的内容当作指令来执行了。

我们在code段中，使用指令：

mov ax,stack

mov ss,ax

mov sp,16 设置ss指向stack，设置ss:sp指向stack:16， CPU 执行这些指令后，将把stack段当做栈空间来用。 CPU若要访问data段中的数据，则可用 ds 指向 data 段，用其他的寄存器（如：bx）来存放 data段中数据的偏移地址

总之，CPU到底如何处理我们定义的段中的内容，是当作指令执行，当作数据访问，还是当作栈空间，完全是靠程序中具体的汇编指令，和汇编指令对CS:IP、SS:SP、DS等寄存器的设置来决定的。

3.5 模块化实现：call 和 ret 指令

功能：call和ret 指令都是转移指令，它们都修改IP，或同时修改CS和IP。

ret

 ret指令用栈中的数据，修改IP的内容，从而实现近转移；

CPU执行ret指令时，进行下面两步操作：

（1）(IP)=((ss)*16+(sp))

（2）(sp)=(sp)+2

retf

retf指令用栈中的数据，修改CS和IP的内容，从而实现远转移；

CPU执行retf指令时，进行下面两步操作：

（1）(IP)=((ss)*16+(sp))

（2）(sp)=(sp)+2

（3）(CS)=((ss)*16+(sp))

（4）(sp)=(sp)+2

可以看出，如果我们用汇编语法来解释ret和retf指令，则：

CPU执行ret指令时，相当于进行：

pop IP

CPU执行retf指令时，相当于进行：

pop IP

pop CS

示例

ret指令

程序中ret指令执行后，(IP)=0，CS:IP指向代码段的第一条指令。

retf指令

程序中retf指令执行后，CS:IP指向代码段的第一条指令。

call 指令

CPU执行call指令，进行两步操作：

（1）将当前的 IP 或 CS和IP 压入栈中

（2）转移

主要应用格式

call 指令不能实现短转移，除此之外，call指令实现转移的方法和 jmp 指令的原理相同

依据位移进行转移的call指令

call 标号（将当前的 IP 压栈后，转到标号处执行指令）

CPU执行此种格式的call指令时，进行如下的操作：

(1) (sp) = (sp) – 2 ((ss)*16+(sp)) = (IP)

(2) (IP) = (IP) + 16位位移

call 标号

16位位移=“标号”处的地址－call指令后的第一个字节的地址；

16位位移的范围为 -32768~32767，用补码表示；

16位位移由编译程序在编译时算出。

从上面的描述中，可以看出，如果我们用汇编语法来解释此种格式的 call指令，则： CPU 执行指令“call 标号”时，相当于进行： push IP jmp near ptr 标号

转移的目的地址在指令中的call指令

前面讲解的call指令，其对应的机器指令中并没有转移的目的地址 ，而是相对于当前IP的转移位移。

指令“call far ptr 标号”实现的是段间转移。

CPU执行“call far ptr 标号”这种格式的call指令时的操作：

(1) (sp) = (sp) – 2 ((ss) ×16+(sp)) = (CS) (sp) = (sp) – 2 ((ss) ×16+(sp)) = (IP)

(2) (CS) = 标号所在的段地址 (IP) = 标号所在的偏移地址

从上面的描述中可以看出，如果我们用汇编语法来解释此种格式的 call 指令，则： CPU 执行指令 “call far ptr 标号” 时，相当于进行： push CS push IP jmp far ptr 标号

转移地址在寄存器中的call指令

指令格式：call 16位寄存器

功能：

(sp) = (sp) – 2

((ss)*16+(sp)) = (IP)

(IP) = (16位寄存器)

汇编语法解释此种格式的 call 指令，CPU执行call 16位reg时，相当于进行： push IP jmp 16位寄存器

转移地址在内存中的call指令

转移地址在内存中的call指令有两种格式：

(1) call word ptr 内存单元地址

汇编语法解释： push IP jmp word ptr 内存单元地址 比如下面的指令： mov sp,10h mov ax,0123h mov ds:[0],ax call word ptr ds:[0] 执行后，(IP)=0123H，(sp)=0EH

(2) call dword ptr 内存单元地址

汇编语法解释： push CS push IP jmp dword ptr 内存单元地址 比如，下面的指令： mov sp,10h mov ax,0123h mov ds:[0],ax mov word ptr ds:[2],0 call dword ptr ds:[0] 执行后，(CS)=0，(IP)=0123H，(sp)=0CH

call 和 ret 的配合使用

我们看一下程序的主要执行过程：

（1）前三条指令执行后，栈的情况如下：

（2）call 指令读入后，(IP) =000EH，CPU指令缓冲器中的代码为 B8 05 00； CPU执行B8 05 00，首先，栈中的情况变为：

 

然后，(IP)=(IP)+0005=0013H。

（3）CPU从cs:0013H处（即标号s处）开始执行。

（4）ret指令读入后：(IP)=0016H，CPU指令缓冲器中的代码为 C3；CPU执行C3，相当于进行pop IP，执行后，栈中的情况为：

 

(IP)=000EH；

（5）CPU回到 cs:000EH处（即call指令后面的指令处）继续执行。

我们发现，可以写一个具有一定功能的程序段，我们称其为子程序，在需要的时候，用call指令转去执行

 call指令转去执行子程序之前，call指令后面的指令的地址将存储在栈中，所以可以在子程序的后面使用 ret 指令，用栈中的数据设置IP的值，从而转到 call 指令后面的代码处继续执行。

这样，我们可以利用call和ret来实现子程序的机制。

子程序的框架

标号: 指令 ret 具有子程序的源程序的框架：

参数和结果传递的问题

子程序一般都要根据提供的参数处理一定的事务，处理后，将结果（返回值）提供给调用者。

其实，我们讨论参数和返回值传递的问题，实际上就是在探讨，应该如何存储子程序需要的参数和产生的返回值。

我们设计一个子程序，可以根据提供的N，来计算N的3次方。

这里有两个问题：

（1）我们将参数N存储在什么地方？

（2）计算得到的数值，我们存储在什么地方？

很显然，我们可以用寄存器来存储，可以将参数放到 bx 中 ；

因为子程序中要计算 N×N×N ，可以使用多个 mul 指令，为了方便，可将结果放到 dx 和 ax中。

子程序

说明：计算N的3次方

参数： (bx)=N

结果： (dx:ax)=N∧3

cube:mov ax,bx

mul bx ;用ax与bx相乘

mul bx

ret

用寄存器来存储参数和结果是最常使用的方法。对于存放参数的寄存器和存放结果的寄存器，调用者和子程序的读写操作恰恰相反：

调用者将参数送入参数寄存器，从结果寄存器中取到返回值；

子程序从参数寄存器中取到参数，将返回值送入结果寄存器。