8086 及其汇编
汇编不是一个语言，而是一群语言（不同架构不一样，相同架构不同版本不一样，相同架构相同版本可能还有不同的格式，如 x86 就有 ATT 和 intel 两种格式）。学汇编前现需要明白自己的学的汇编版本。本篇讲述的是 86/88 16 位的 intel 格式的汇编 ，而 386 及其以后是 32 位乃至更高。
1 基础知识
1.1 汇编语言的组成
机器码：一串二进制数，由 CPU 执行
汇编指令：由对应机器码的指令，要通过编译器编译为机器码才能够运行
伪指令：对汇编过程进行控制的指令，不能被运行，需要翻译成汇编指令
1.2 指令和数据
在内存或磁盘上，指令和数据没有区别，都是一串二进制数据
CPU 工作时，将有的信息看作指令，有的看做数据
8086 内部分为两个部分：总线接口单元 BIU 和 执行单元 EU
- BIU：负责与存储器和 I/O 接口传送信息（读写数据）
- EU：负责所有指令执行，也负责计算内存地址（执行指令）
EU 和 BIU 能够独立工作，两者并行工作减少 CPU 取指而等待的时间，从而提高 CPU 利用率
8086 的指令队列有 6 个字节
当指令队列出现 2 个空字节 BIU 就自动执行一次取指令周期，将下一条要执行的指令从内存单元读入指令队列
采用先进先出原则，按顺序存放，并按顺序取到 EU 中去执行
从而提高取指与其他操作的并行度
1.3 CPU 对存储器的读写
存储器被划分成多个单元，存储单元从 0 开始编号，即地址
CPU 要想进行数据读写就必须进行 3 类信息交互
- 存储单元的地址（地址信息）
- 是读是写，还是其他（控制信息）
- 读/写的数据（数据信息）
CPU 如何将上诉三类信息传入存储器呢？总线，按照逻辑则分为：地址总线、控制总线、数据总线
即，通过地址总线获取要访问的存储单元地址，控制总线获取是读还是写操作，数据总线则用以存放读/写数据
1.4 总线
地址总线：用以制定存储器单元地址，其宽度（根数）决定寻址能力
数据总线：数据传送通过数据总线，其宽度决定一次传输数据的位数
控制总线：通过控制总线传输控制信息，其宽度决定有多少种控制
地址总线一共 10 根，意味着最大寻址是 2^10 次方，从 0 到 2^10 - 1
数据总线一共 8 根，意味着一次最多传输 8 bit 的数据
控制总线一共 2 根，意味这也就只有 2 种控制
1.5 寄存器基本介绍
寄存器可以理解为 CPU 内部的存储器。对所有的数据操作，都必须读入寄存器才能交由 CPU 操作
8086 所有寄存器都是 16 bit
通用寄存器：常用放一般数据，可拆分为高低 8 位寄存器，如：AX，BX，CX，DX
MOV AX, 1234H ; 写AX，AH=12H，AL=34H
MOV AL, 12H ; 写AL，AX=1212H
MOV BX, AX ; 写BX，BX=1212H
段寄存器：存放段地址信息，如：CS（代码段）、DS（数据段）、SS（堆栈段）、ES（附加段）
指令指针寄存器 IP
变址寄存器：DI（目的变址）、SI（源变址）
指针寄存器：SP（堆栈指针）、BP（基址指针）
标志寄存器 FLAGS
详细看后面
1.6 16 位结构的 CPU
所谓 16 位结构的 CPU，即
- 运算器最多处理 16 bit 数据
- 寄存器最大 16 bit
- 寄存器和运算器的通路为 16 bit
1.7 8086 数据类型
字节：byte，大小 8 bit，可存在 8 位寄存器
字：word，大小 16 bit，有高低两个字节组成，存在 16 位寄存器上
8086 采用小端存储，即字数据的高 8 位存储在高 8 位寄存器，低 8 位存储在低 8 位寄存器（最低有效为在前）
如：0x01234567 在 0x100 位置存储
0x100 0x101 0x102 0x103
67 45 23 01
字数据大小由字长决定，所谓字长即一次能处理的最大位数长度
1.8 物理地址
8086 有 20 位地址总线，但是只有 16 位结构的 CPU。所以需要一种将 16 的地址映射为 20 位地址的方案
CPU 提供 2 个地址，一个称为段地址，另一个称为偏移地址，通过地址加法器，映射为物理地址
物理地址 = 段地址 * 16 + 偏移地址
内存没有分段，段的划分来自 CPU
不同的段地址和偏移地址可以组成相同的物理地址
2 寄存器
2.1 MOV 指令
格式如：指令 目标操作数, 源操作
; MOV 将数据存放到一个寄存器/内存单元中
MOV AX, 8 ; 立即数到寄存器
MOV AX, BX ; 寄存器到寄存器
MOV AX, [0] ; 存储单元到寄存器
MOV [0], AX ; 寄存器到存储单元
MOV DS, AX ; 寄存器到段寄存器
2.2 CS 和 IP
CS 代码段寄存器，IP 指令指针寄存器。IP 存放的是在代码段中的偏移的地址
任意时刻 CS:IP 指向的物理地址的数据，都将解释为当前执行的指令
读取一条指令后，IP 中的值会自动增加，增加多少取决于该指令占了多少字节
; 通过修改CS和IP所存储的数据，就可以改变要执行的指令
JMP 1234H:4321H ; CS=1234H，IP=4321H
JMP AX ; 相当于 MOV IP, AX
2.3 DS 和数据段
数据段中的所有二进制位都将解析为普通的数据
物理地址是通过段地址和偏移地址构成，但是你发现使用 MOV 指令只需要指定偏移地址，段地址却没有指定
是因为，存储器寻址默认的段地址为数据段地址，也就是 DS 寄存器所存储的地址
MOV AX, [1234H] ; 默认为DS段
MOV AX, ES[1234H] ; 段重设为ES段
MOV DS, 4321H ; 同样也可修改DS中所存储的地址
2.4 CPU 的栈机制
栈：后进先出的数据结构
MOV AX, 1234H
; PUSH和POP操作数，可以是寄存器、内存单元、段寄存器
PUSH AX ; 将AX存放的1234H，压入栈
POP BX ; 将栈顶元素弹出，放入BX
同样的并没有指定段地址，是因为对栈操作的段地址是 SS 堆栈段寄存器所存储的值
为了标识栈顶元素，所以还会有一个 SP 栈顶指针寄存器指向栈顶元素的偏移地址
SS:SP 指向栈顶元素。因为栈的进出方式，所以 PUSH 和 POP 操作本质是在改变 SP 中所存储的偏移地址
栈顶超界问题：因为只有 SS 和 SP 两个寄存器，无法标志栈从哪开始到哪结束，所以一味着 PUSH 和 POP 会出现问题
3 常用汇编指令
3.1 ADD、SUB
; ADD、SUB操作数类型同MOV
MOV AX, 1
ADD AX, 2 ; AX=1+2=3
SUB AX, 1 ; AX=3-1=2
3.2 DIV
MOV AX, 5
DIV AX, 2 ; AH=1，AL=2，AX=00010010B
除数为 8 位，则被除数为 16 位
除数位 16 位，则被除数为 32 位，其中高 16 位在 DX，低 16 在 AX（目标操作数的寄存器）
结果为 8 位，则高 8 位为余数，低 8 位为商
结果为 16 位，则 DX 为余数，AX 为 商
3.3 MUL
MOV AX, 2
MOV DX, 3
MUL DX ;AX=DX*AX=2*3=6
两个数相乘只能是 8 位和 8 位乘或 16 位和 16 位乘
若 8 位乘，则用 AL 和寄存器乘
若 16 位乘，则用 AX 和寄存器乘
结果 8 位默认放在 AX
结果 16 位，则低位在 AX，高位在 DX
3.4 AND 和 OR
; AND按位与，OR按位或
MOV AL, 01100011B
AND AL, 00111011B ; AL=00100011B
OR AL, 01110110B ; AL=00110010B
关于 ASCII 码：汇编中用单引号引住的字符，会将里面的所有字符变为 ASCII 码存储
MOV AX, 'unIX' ; AX=756E49H
| 大写 | 二进制 | 小写 | 二进制 |
|---|---|---|---|
| A | 0100 0001 | a | 0110 0001 |
| B | 0100 0010 | b | 0110 0010 |
| … | … | … | … |
观察上表发现，大写与小写字母的二进制，只是在第 6 位不同
即将第 3 位数为 0 则是大写，1 则是小写
; 大小写转换
MOV AX, 'A'
OR AX, 00100000B ; 转为小写a
AND AX, 00000000B ; 转为大写A
3.5 数组操作
利用基址寻址和变址寻址，达到数组的操作
关于 8086 寻址方式：点击
MOV DS , BX
MOV BX[0], 1 ; 2000H:0 的位置存了1
MOV BX[1], 2 ; 2000H:1 的位置存了2'
MOV BX[2], 3 ; 2000H:2 的位置存了3
3.6 IN 和 OUT
I/O 端口：点击
8086 采用非统一编制，意味着读写端口需要使用特殊的指令
; 只能使用AX或AL存放从端口读入或向端口写入的数据
IN AL, 60H ; 从60H端口读入一个字节到AL寄存器
OUT 60H, AL ; AL寄存器的数据输出到60H端口
4 转移指令
段内转移：只修改 IP。修改范围为 -128 ~ 127 为短转移，修改范围为 -32768-32767 为近转移
段间转移：修改 CS 和 IP
转移指令有无条件转移、条件转移、循环指令、过程、中断
4.1 LOOP
LOOP 循环指令，属于短转移
CPU 执行 LOOP 指令，进行以下两步操作
- CX 寄存器中存储的值 - 1
- CX 中的值不为零则继续
; 计算2^3
MOV CX, 3
MOV AX, 2
S: ADD AX, AX
LOOP S
标号：S: 标记一条指令，当执行 LOOP S 满足条件时会跳到标记的指令
OFSET 操作符：可以取得标号偏移地址
4.2 JCXZ 和 JMP
JCXZ 条件转移指令，属于短转移。在转移前，会先判断 CX 寄存器是否为 0，只有为 0 时才会转移
JMP 无条件转移指令，直接就跳转
; S 为标号
JCXZ S
JMP S
4.3 RET 和 RETF
RET 指令：弹出栈顶元素给 IP 寄存器
RETF 指令：弹出栈顶元素给 IP 寄存器，再弹出栈顶元素给 CS 寄存器
RET ; POP IP
RETF ; 先POP IP，再POP CS
4.4 CALL
CALL S
; 等价于以下
PUSH IP
JMP S
5 标志寄存器
5.1 标志寄存器介绍
标志寄存器的作用
- 存储相关指令的结果
- CPU 执行指令提供依据
- 控制 CPU 工作方式
ZF：0 标志位，为 1 时说明结果是 0
PF：奇偶标志位，“1”的个数为偶数，置1，否则置0
SF：符号标志位，为 1 为负数
CF：进位/借位标志位，只有当无符号计算时有效
OF：溢出标志位，只有当有符号计算时有效
AF：辅助进位标志位，BCD 码的进位
DF：方向标志位，决定串操作指令执行时有关指针寄存器调整方向，为 1 时递减
TF：跟踪标志位，为 1 时进入单步跟踪，每执行一条指令就会产生一个中断
IF：中断标志位，为 1 时响应可屏蔽中断
5.2 ADC 和 SBB
ADC 带进位的加法，SBB 带借位的减法
其作用就是可以将超 16 位的数据进行相加减
; 俩32位数据相加，如计算1EF000H+201000H
MOV AX, 001EH ; 高4位
MOV BX, 0F00H ; 低4位
ADD BX, 1000H ; 低4位相加，产生进位信息给CF
ADC AX, 0020H ; 高4位相加，再加进位信息CF
; 俩32位数据相减，如计算3E1000H-202000H
MOV AX, 003EH
MOV BX, 1000H
SUB BX, 2000H
SBB AX, 0020H
5.3 CMP
CMP 比较指令，其原理是使用减法指令，但是不会存储结果，只会影响标志位信息
通过读取标志位信息就可以得到俩操作数大小比较结果
MOV AX, 1
MOV BX, 2
CMP AX, BX ; 1-2，产生借位，则CF=1
CMP BX, AX ; 2-1=1，则CF=0，ZF=0
CMP AX, AX ; 1-1=0，则ZF=1
5.4 检测标志位的条件转移
| 指令 | 跳转条件 | 检测标志位 |
|---|---|---|
| JE | 等于 | ZF=1 |
| JNE | 不等于 | ZF=0 |
| JB | 小于 | CF=1 |
| JNB | 不小于 | CF=0 |
| JA | 大于 | CF=0 且 ZF=1 |
| JNA | 不大于 | CF=1 或 ZF=1 |
5.5 PUSHF 和 POPF
PUSHF 将标志寄存器的值压入栈
POPF 将栈中元素弹出到标志寄存器
5.6 SHL 和 SHR
SHL 是逻辑左移指令，SHR 是逻辑右移指令
逻辑左移和逻辑右移动会将缺失补 0，并且会将移出的最后一位写入 FLAGS 中的 CF 标志位
MOV AL, 10011000B
SHL AL, 1 ; 逻辑左移4位，AL=00110000B，CF=1
SHR AL, 1 ; 逻辑右移4位，AL=00011000B，CF=0
还有 SAL、SAR（算术左移、算术右移） 和 ROL、ROR（循环左移、循环右移）
6 中断
6.1 内中断
CPU 内部发生除法错误，单步执行，执行 into 指令和 int 指令时，则会产生内中断。
CPU 用中断类型码标识中断信息的来源。中断类型码 8 bit，可表示 256 种中断源
执行
INT N意味着触发 N 号中断的中断过程，即通过该指令可以调用任意的中断处理程序
执行INTO，检测 OF 位是否位 1（是否溢出），当溢出时发生中断
6.2 外中断
当 CPU 外部需要处理的事情发生时，就会产生外中断。如：外设的数据到达
从 INTR 引脚接入，可屏蔽中断：CPU 可以不响应的外中断。当从标志寄存器的 IF 为 1 时，CPU 才会响应
从 NMI 引脚接入，不可屏蔽中断：CPU 必须响应的外中断。执行完当前指令后，立即响应。中断类型码固定为 2，所以不需要从中断信息中获取中断类型码
外中断的过程和内中断几乎是一样的，只是内中断是 CPU 产生的，而外中断是通过数据总线传入 CPU 的
关于中断、异常的分类
国内教材：把中断分为外部中断和内部中断。一般把外部中断叫做中断。内部中断叫做异常，异常又分为陷阱、故障、终止。
国外教材（csapp）：把异常分为同步异常和异步异常。同步异常包含陷阱、故障、终止。异步异常则为中断。
以上两者的共同点是，异常是同步事件，中断则是异步事件。抓住这点，即使是不同教材，也能区分。
6.2 中断向量表
中断向量：存放中断处理程序的入口地址。通过更改入口地址，就能当发生中断时执行自定义的程序
中断向量表：由中断向量组成，这张表是一个连续的内存空间
用中断类型码，取得中断向量，从而得到中断处理程序的入口地址
对于 8086 来说，中断向量表存放在内存地址 0 处
一共 256 个中断向量，每个中断向量 4 个字节。即中断向量表范围为 0000H～03FFH
6.3 中断过程和恢复现场
中断的过程
- 从中断信息中获取中断类型码（不可屏蔽中断不需要）
- FLAGS 中的数据入栈。中断要改变标志寄存器，所以先存入栈
- TF、IF 置 0（可屏蔽中断不需要）
- CS、IP 中的数据依次入栈
- 通过中断类型码获取中断程序入口地址
- 根据入口地址设置 CS、IP
中断程序处理的最后，执行 IRET 指令恢复现场，程序继续往下执行
因为栈中保留了中断前的数据，只需要从栈中弹出 IP、CS、FLAGS 的数据即可
参考资料
- 王爽：《汇编语言(第3版)》