汇编语言程序设计（一）

在前面内容的学习中，我们分别介绍了用汇编语言进行程序设计所需要的几个最基本的知识：CPU功能结构、工作模式，内存单元的寻址方式，各种汇编指令格式。在掌握了这些基本内容之后，就需要学习如何把它们组成一个完整的汇编语言程序。

 

在汇编语言程序设计中，有三类指令：指令、伪指令和宏指令。

 

指令：汇编后形成一条机器语言指令，指示CPU进行各种操作。它在程序执行时得到运行，它与机器语言指令一一对应。

 

伪指令：它只告诉汇编程序（MASM．GCC）应如何汇编，而本身并不形成机器语言指令。它在源程序汇编的过程中运行。

 

宏指令：这是用户自己定义的指令，它由指令、伪指令构成，并在汇编过程中进行宏展开。它也是一种伪指令，没有对应的机器语言指令。

 

本章的重点是掌握程序的三大结构(顺序结构、分支结构和循环结构等)在汇编语言中的表现形式，高级语言的程序结构向汇编语言的程序结构转换的一般方法。

 

汇编语言常用编程工具有MASM或GCC，其中，GCC能在Linux编程环境下完成程序的编辑、汇编、调试和运行等步骤，需要重点掌握。

 

1 标识符与表达式

其实跟其他高级语言一样，汇编语言的入门同样是从标识符与表达式开始的。标识符和表达式是程序设计经常用到的两个基本概念。在用高级语言进行程序设计时，如果程序要对某个变化的量进行处理时，通常都要对该变化量定义一个具有某种数据类型的符号名，用该符号名也就等于使用了该变化量。在汇编语言中，也是如此，所不同的是它们的说明和引用方式不同。

 

在汇编语言中，标号、内存变量名、子程序名和宏名等都是标识符，它一般最多由31个字母、数字及规定的特殊字符(?、@、_、$)等组成，并且不能用数字开头。通常情况下，汇编语言不区分标识符中字母的大小写，但是为了顾及程序的可移植性，请各位程序员们尽量在程序中区分大小写。

 

和高级语言的变量名一样，一般要求标识符尽可能取得有点含义，这会大大改善程序的可读性，并有助于对程序的理解。但标识符不能是汇编语言的保留字，汇编语言的保留字主要是指：指令助忆符、伪指令定义符、寄存器名以及一些具有特殊含义的字符串等。

 

例如：MSG1、ERRMSG2、ASC1、asc2等是合法的标识符，而1a、ah、mov等就不是合法的标识符。

 

试比较ABCDH和0ABCDH之间的差异。前者是标识符，而后者是十六位进制数值。

 

1.1 简单内存变量的定义

在编程序时，我们往往要根据程序的需要定义一些内存单元。在高级语言程序中，要给存储单元取一个符号名，然后通过引用该符号名来访问其所对应的存储单元，而在汇编语言程序中要灵活一些，它可以给存储单元取符号名，也可以不取符号名。当给存储单元取符号名时，则可通过该符号名来访问其对应的存储单元；当不给存储单元取符号名时，则可通过存储单元的偏移量(有效地址)来访问它。

 

汇编语言中，常见的数据类型有字节、字和双字等。下面介绍如何定义各种整型类型的内存变量，有关浮点类型变量的定义方式我们不做介绍，具体内容请查阅相关资料。

 

定义数据变量语句是在程序中经常使用的伪指令语句，其一般格式如下：

 

[变量名]　　数据定义符　　表达式1[, 表达式2, …, 表达式n]　　;注释

 

该定义格式的主要解释如下：

 

l         变量名必须是一个合法的标识符，它可以写，也可以不写；

l         数据定义符用于确定内存单元的数据类型，常用的定义符有：DB、DW和DD等；

l         表达式是定义内存单元时的初值表达式，一个定义语句可以有多个初值表达式，各表达式之间必须用逗号‘，’分开；如果某个存储单元没有初值表达式，则必须用一个问号‘？’来表示；

l         在定义语句的后面可以书写注释内容，也可以不写。

 

在定义变量时，虽然可以不写变量名，但我们建议还是要写，因为不写变量名，就意味着只能用内存单元的偏移量来访问它。这时，一旦内存单元的偏移量发生变化，那么，程序中的所有引用都要修改，这不仅增加了程序维护的工作量，而且也容易因遗漏修改而出错。

 

1.2 字节变量定义伪指令

定义字节变量的定义符为DB/BYTE(Define Byte)，是条伪指令，每个字节只占一个字节单元。其中：BYTE是MASM 6.0及其以后版本的数据类型说明符，随后的其它类型说明符同此说明。

 

例如：

COUNTER 　DB　6

DB　'A', 'D', 0Dh, '$'

TABLE 　DB　1, 3, 5, 7, 9, 11

 

上面的定义语句经汇编后所产生出的内存单元分配情况如下所示。

…

 06  ← COUNTER

 41

 44

 0D

 24

 01  ← TABLE

 03

 05

 07

 09

 0B

 …

 

内存中的数据都是二进制形式存放的，为了方便，我们用十六进制表示的(以后也如此，不再说明)，伪指令中由引号括起来的字符在内存中是存放其ASCII码值。所以，'D'和0Dh是不同的，前者是字符'D'，后者是数值12的十六进制编码。

 

注意：在上例中，说明语句“DB 'A', 'D', 0Dh, '$'”之前并没有给出变量名，但我们可以从前面的变量名COUNTER一直往后数，或从TABLE往前数，来访问某存储单元，因为它们是一片连续的存储单元，这和高级语言的变量定义有点区别的。在高级语言中，我们一定要用某个标识符来说明变量，也必须用该变量名来访问其所对应的存储单元。

 

用定义符DB还可定义一种特殊的数据形式——字符串。在定义字符串时，必须用成对的单引号或双引号把所要的字符括起来，括号内字符的ASCII码将依次存放在相应的字节单元内。例如：

 

MSG1　DB　'I am a student.'

 

该说明语句所对应的存储单元分布如下所示。为了看起来方便，并没有用字符的ASCII码来存放在相应的存储单元内，而直接用该字符，请不要引起误解。

… 'I' ' ' 'a' 'm' ' ' 'a' ' ' 's' 't' 'u' 'd' 'e' 'n' 't' …

 

上面的例子也可改写为另一种等价的语句：

MSG1　DB　'I', ' ', 'a', 'm', ' ', 'a', ' ', 's', 't', 'u', 'd', 'e', 'n', 't', '.'

 

不用多说，前者的说明要比后者方便得多，所以，在程序中都采用前者的书写方式。

 

1.3 多字变量的定义伪指令

定义字变量的定义符为DW/WORD(Define Word)，每个字占用两个连续的字节单元。

 

例如：

Word1　DW　89H, 1909H, -1

DW　0abcdH, ?, 0

 

上述定义的内存分配如下所示。

… 89 00 09 19 FF FF CD AB -- -- 00 00 …

 

注意！由于字变量的数据是按照“高高低低”的原则存于存储单元之中的，而字节数据是按照排列顺序存于存储单元中的，所以，它们的存储方式有所不同。

 

试比较下面两个定义的存储顺序，其中：41H和42H分别是'A'和'B'的ASCII码：

B1　DB　'AB'

W1　DW　'AB'

 

 … 41h 42h 42h 41h …

 

定义双字变量的定义符为DD/DWORD(Define Doubleword)，每个双字变量占用二个连续的字单元(四个字节)：

DW1　DD　12345678H, ?

DW2　DD　0abcd1243H

 

上述定义的内存分配如下所示。

 

… 78 56 34 12 -- -- -- -- 43 12 CD AB …

 

定义六字节变量的定义符为DF/FWORD(Define Farword)。顾名思义，每个六字节变量占用六个连续的字节。

 

DF1　DF　1234567890abH, -1

DF　1abcd23H

 

上述定义的内存分配如下所示。

 

… abH 90H 78H 56H 34H 12H 0FFH 0FFH 0FFH 0FFH 0FFH 0FFH 23hH 0cdH 0abH 01H 00H 00H …

 

定义八字节变量的定义符为DQ/QWORD(Define Quadword)。同理，每个八字节变量占用八个连续的字节。

 

DQ1　DQ　12345678H, 0H, -1234H

DQ　?, 1238H, ?

 

第一个八字节常量12345678H在内存中的分配方式如下所示，其存储原则与前面相同。其它八字节常量的存储方式与此一致。

 

… 78 56 34 12 00 00 00 00 …

 

定义十字节变量的定义符为DT/TBYTE(Define Tenbytes)。同理，每个十字节变量占用十个连续的字节。

 

DT1　DT　12345678H, 0H, -1234H

DT2　DT　?, -1H

 

第一个十字节常量12345678H在内存中的分配方式如下所示，它同样按“高高低低”的原则来存储。其它十字节常量的存储方式与此一致。

 

… 78 56 34 12 00 00 00 00 00 00 …

 

以上六个数据类型是汇编语言中最基本的数据类型，其中，前三个是在程序中经常使用的，后三个的使用频率不太高。

 

1.4 调整偏移量伪指令

调整偏移量伪指令是在内存变量定义时用来调整内存变量起始偏移量的，它们是在把源程序汇编成目标文件时起作用。常用的调整偏移量伪指令有：EVEN、ALIGN和ORG，它们的主要目的是：为了更有效地读取内存单元的内容。

 

1、偶对齐伪指令

 

EVEN

 

伪指令的作用是：告诉汇编程序(Assember)，本伪指令下面的内存变量从下一个偶地址单元开始分配。如果下一个偏移量是偶地址，那么，该伪指令不起作用，否则，汇编程序将空出一个字节，从下一偶地址开始为其后变量分配内存单元。

 

假设有下列变量定义，并且变量B1的偏移量是偶数：

B1  DB  12H     ;为了表示方便，不妨再假设其偏移量为：xxxx0H

W1  DW  4567H

 

在上述定义情况下，在许多微机系统中，当需要读变量W1及其后面的字内容时，硬件将按字节的方式分二次读出该字内容，再拼接成一个字内容，这时，无疑需要二个读内存周期，从而影响程序执行的速度。

 

出现上述问题的主要原因就是字变量W1在数据段内的偏移量是奇数，为了保证其偏移量是偶数，需要在其定义之前加上伪指令EVEN。

 

所以，可把前面的变量定义改变成下列形式：

B1 DB 12H

EVEN

W1 DW 4567H

 

这时，变量的内存分配和读取字变量W1的过程就不需要二次访存了。

 

2、对齐伪指令ALIGN

 

ALIGN  Num

 

其中：Num必须是2的幂，如：2、4、8和16等。

 

伪指令的作用是：告诉汇编程序，本伪指令下面的内存变量必须从下一个能被Num整除的地址开始分配。如果下一个地址正好能被Num整除，那么，该伪指令不起作用，否则，汇编程序将空出若干个字节，直到下一个地址能被Num整除为止。

 

试比较下面二组变量定义，它们的对齐效果是一致的

B1DB　12H

EVEN 

W1 DW　4567H

 

B1 DB　12H

ALIGN　2

W1 DW　4567H

 

从上面的对比，我们不难看出：伪指令ALIGN的说明功能要比伪指令EVEN强。

 

3、调整偏移量伪指令ORG

 

ORG  数值表达式

 

伪指令的作用是：告诉汇编程序，本伪指令下面的内存变量从该“数值表达式”所指定的地址开始分配。假设有下列变量定义，并且变量word1的偏移量为0：

 

word1

 　DW 1234h

 

byte1 　DB 56h

word2 　DW 0abcdh

 　ORG 1

byte2 　DB ?

word3 　DW ?

byte3 　DB ? 图4.5 内存变量分配示意图

 

 

由于伪指令“ORG 1”的作用，说明其后面所说明的变量要从偏移量为“1”的内存单元开始存放。所以，这些变量的内存分配是相互重叠的，对某个变量的操作无疑会影响到与之重叠的变量。

 

另外，变量byte2、word3和byte3没有赋初值，如果赋初值的话，则重叠部分的内存单元的原来初值将被覆盖掉。

 

在以上三个伪指令EVEN、ALIGN和ORG中，伪指令EVEN的使用频率较高。

 

4、偏移量计数器的值

 

前面，我们介绍了几种改变偏移量计数器之值的方法，但在程序中还无法引用其值。汇编语言提供了一个特殊的符号“$”来引用偏移量计数器的值。

 

例如：

W1 　DW $, $

 　ORG $+3　　　;从当前地址开始空3个字节

B1 　DB 43h

 

假设：在给变量W1分配内存单元时，当前偏移量计数器的值为2。于是，变量W1后面第一个“$”代表数值2，第一个字分配后，此时偏移量计数器$的值就为4，所以，第二个“$”就代表数值4。

 

在分配完二个字之后，偏移量计数器的值变为6，$+3的值为9，所以，伪指令“ORG $+3”就表示下一个变量从偏移量为9的单元地址开始分配。