汇编学习记录

汇编学习笔记

目录（书中目录和我的添加，添加带有*）

• 使用书籍和学习目的 *
• Ubuntu下的汇编环境 *
• Debug的简易教程 *
• 必要的基础知识 *
• 寄存器
• 内存访问
• 编译第一个汇编程序
• [BX]和loop指令
• 含有多个段的开发方法
• 更灵活的定位内存方式
• 数据处理的基本问题
• 转移指令的原理
• CALL和RET指令
• 标志寄存器
• 内中断
• INT指令
• 外中断
• 直接定址表
• 利用BIOS读取键盘输入和对磁盘读写
• 附录

使用书籍和学习目的

使用的主要书籍：为王爽老师所著的《汇编语言 第三版》。只有这一本书籍，关于书籍习题答案，可以上网搜索，网上有人已经进行了这章节后的习题回答及其简单解释。
有时候会插入其他一些书籍的小说明。
次要书籍：

• 《现代操作系统原理与实现》陈海波、夏虞斌著
• 《Linux内核完全剖析》赵炯著

学习目的：我学习汇编语言的目的是为了了解CPU和主板上的其他设备是如何相互作用的，以及为了学习操作系统的仿写做准备。

注意：汇编语言的语法并不难，难点在于基本原理，代码甚至可以不会，但是基本原理必须得懂。

Ubuntu下的汇编环境

下载所需工具

！以下操作皆在shell中！

1. 在Ubuntu下安装 DOSBOX: sudo apt install dosbox

2. 安装git工具，用来下载3: sudo apt install git

3. 下载所需工具: git clone https://gitee.com/xeanyu/dosboxtools

4. 进入环境: dosbox

5. 装载工具(在dosbox中): mount c: ~/dosboxtools
   

6. 在dosbox中输入：c: 即可在dosbox中进入文件夹dosboxtools
   

7. 输入debug进入汇编调试工具
   

Debug简易教程

进入debug环境后，我们可以通常以下指令对寄存器，内存进行操作。

1. r命令，可以进行查看，修改CPU寄存器的内容;
   

2. d 段地址(SA):偏移地址(EA)命令，可以查看对应地址的内存单元的数据;
   

3. e 段地址(SA):偏移地址(EA) 内容1 内容2 ... 命令，可以修改对应地址内存单元中的数据;
   

4. u 段地址(SA):偏移地址(EA)命令，可以查看对应地址的内存单元中的内容翻译成汇编指令;
   

5. t命令，从cs:ip地址对应的内存单元开始执行机器指令;
   

6. a 段地址(SA):偏移地址(EA)命令,可以从对应地址的内存单元开始写入汇编指令;
   

以上就是汇编debug调试器的简单使用方法，建议大家多练习。方便后面调试汇编程序使用。

必要的基础知识

汇编语言的种类

汇编语言可以按照不同的标准分为好几种。但是这里，我们只按照汇编格式分为两类:

• Intel汇编格式
• AT&T 汇编格式

这里我们用的是Intel，基于的CPU为8086，可以理解为Intel通常是在windows上使用，而AT&T则通常在GNU/Linux或者Unix中使用。

这里提一句，这两类汇编语言语法并不相同，所以要移植的话，需要去修改对应的语法。

机器语言、汇编语言、高级语言

机器语言： 即计算机直接理解的语言，这里语言其实就是二进制的数。
比如：8086CPU要完成运算s = 768+12288-1280,对应的机器码为
101110000000000000000011
000001010000000000110000
001011010000000000000101
但是为什么我们在debug中见不到这种机器码呢？因为在debug中，这些二进制的机器码是以十六进制显示的。

汇编语言： 为了不让写代码变成输入0或者1的繁琐的事情，最早的程序员想到了用一些单词去代替繁琐的01。

比如有这样的很有对比性的实例，将寄存器bx中的内容传给寄存器ax中
汇编代码：mov ax,bx
十六进制码：89D8H
机器语言：1000100111011000

高级语言： 为了更加简化代码，引入更方便复杂的机制，程序员又写出了一些高级语言，这些语言有各种的撸码思想，比如函数式编程，面向对象编程，递归编程等。

而这三类语言，最普遍的关系就是：
高级语言 –（编译）-> 汇编语言 –（编译、链接）-> 机器语言 –(CPU总线)-> 存储器(内存) –> CPU执行

汇编语言的组成

既然我们要学习汇编语言，就首先要知道这个编程语言的语法组成。

• 汇编指令：这类代码是有着对应的机器码的，具有实际的操作。
• 伪指令：没有对应的机器码，纯粹是为了方便程序员进行更方便的编程，计算机不会执行。
• 其他符号：比如-、+、*、/等，通常没有对应的机器码。
  核心：汇编指令。

存储器和数据

CPU是一个计算机的逻辑推演的核心，但是如果这个核心没有记忆的输入，那么它也是无用的。比如人而言，如果人的大脑只会进行逻辑推理，运算，但是无法存储记忆（或者说记忆只有7秒），那么这个人的大脑也是无法进行运算量，逻辑复杂的运算和推理。

所以，一个计算机一定是要有存储器的，用来存储临时的数据的。最常见的存储器就是内存，内存和磁盘不同，内存可以直接被CPU访问和操作。如果CPU想要操作磁盘的数据时，也要把数据读入内存中才可以进行相关操作。

在内存中，CPU所写入的内容都是数据，这就是说，我们写入内存中的指令也是数据的一种。
比如我们在前面提到的，指令a SA:EA可以在对应地址的内存上写入指令，当写入完成后，我们用d SA:EA查看时，它就是一条数据。

存储单元 (重点)

存储器的基本单位是存储单元，一个存储单元有8个二进制位。
如图关系：

存储器信息容量单位转换：
1 Bytes = 8bit
1 Kb = 1024 Bytes
1 Mb = 1024 Kb
1 Gb = 1024 Mb
1 Tb = 1024 Gb
1 Pb = 1024 Tb

CPU的总线及CPU通过总线对存储器的读(read)和写(write)

把CPU想象成一个摆货员，存储器(内存)想象成一个大仓库，这个仓库有十分多的有着门牌的小隔间。

通过图片(哪位好心人投个好看的图)可以发现，如果CPU要对内存进行操作的话，我们需要知道：
对存储器中的哪个存储单元进行操作？如何操作？
为了解决这个问题，CPU在设计的时候，就有了三种线路。

• 地址总线（用来找存储单元）
• 控制总线（对存储单元是进行读出还是写入）
• 数据总线（用来与存储单元进行数据的传输）
  这三者总称为CPU总线，其实这三者在物理层面就用了一根导线。

现在，我们来说地址总线。
为什么这地址总线会有个总呢？这是因为地址总线是多个地址线的集合。对我们所用的8086CPU而言，它的地址总线有20个地址线。
每一个地址线都有两种可能，即有电没电（高电平，低电平，用二进制就是1,0）。
现在，一共有20个地址线，每个线有两种可能，那么一共就有2^20，即1,048,576种可能。
通常，CPU的地址总线有多少个地址线，我们就称CPU的地址总线宽度为多少。

现在，我们8086CPU的地址总线，就可以寻找2^20,即1,048,576个存储单元。
前面我们说过，一个存储单元的大小为1 Bytes,那么2^20个存储单元，就一共能存储2^20 Bytes。转化单位，就是1mb的大小。当地址总线越宽，那么这个CPU的寻址能力越强。
比如现在有4GB的内存(存储器)，那么使用8086CPU就只能使用1mb大小的内存，这是很浪费的行为。所以当时CPU的设计者就提出了使用一种很聪明的方式，这种方式可以让CPU充分的利用内存（存储器）

说完了地址总线，我们就来说数据总线。
数据总线也是多个数据线的集合。每个数据线和地址总线一样，也只有0或1。
我们的8086CPU数据总线宽度为16。也就是说，CPU和存储器通信，一次只能传送16 bit的数据，而1 Bytes = 8bit，所以我们的8086CPU的数据传输，一次传输只能传输2 字节的数据。
当一个数据大小为4 字节的时候，CPU会自动分两个传输。

接下来是说控制总线。
CPU是计算机的核心，它连接着计算机所有的外部设备，所以它也是需要对这些设备进行控制的。而控制总线的作用就是控制这些设备，CPU的控制总线越宽，它能控制的设备就越多，控制能力越强。
而控制总线就两个控制选项：读出read 或者 写入write。

这里以后会有拓展知识，这方面知识在操作系统种会很常见。
就是关于CPU和外部设备的通信方式：轮询，中断，DMA传输。

内存地址空间

在数学上，通常一个空间，其本质就是一个集合里的所有点。
那么地址空间，就是一个集合里的所有地址。
当一个CPU的地址总线宽度为10的时候，其可以寻址的存储单元数量是2^10个，也就是1024个。
那么这个CPU地址总线能寻到的地址的最大数量，其每个地址组成的集合，就是内存地址空间。

主板、接口卡

每个PC机里，都会有一个主板，这个主板有最核心的CPU和一些主要器件。这些器件通过CPU的地址总线相连，每个主页也会有扩展槽，这些扩展槽也是和CPU相连。总之主板上的所有器件，都基本得和CPU连接。

每个外部设备，其实都有一个控制器，这个控制器再和CPU相连。这些控制器称为：接口卡。接口卡收到CPU的命令和数据，再去控制外部设备。
思路就是：
CPU ——> 接口卡 ——> 外部器件

各类存储器和

• 随机存储器 RAM（内存条）
• ROM（装有各类BIOS）
• 接口卡的RAM（显卡）

它们都通过地址总线与CPU相连，使得CPU可以寻址到他们，进而控制他们。
当然，这里也有讲究。
CPU把这些外部设备的地址编入和内存地址相同的地址空间，这种方法称为：统一编址。
CPU把这些外部设备的地址编入一个特殊的地址空间种，这种方法称为：独立编址。

寄存器

上面我们说了CPU的总线，现在我们来说CPU的寄存器。
CPU通常是由以下结构组成：

• 运算器：进行信息处理
• 寄存器：对信息进行临时保存
• 控制器：控制各器件
• 高速缓存：存储内存种最常用或者特殊设置的地址

我们要讲的寄存器是CPU内部的临时的存储器，而且寄存器数量通常很多，因为作用不同。CPU内从寄存器之间是靠内部总线进行连接的。

通用寄存器

在我们所学的8086CPU中，所有寄存器都是16位的，可以存放两个字节（1B = 8Bit），一共有14个寄存器（CPU不同，数量不同，功能不同）。为AX,BX,CX,DX,BP,SI,DI,DS,IP,CS,ES,SS,SP,PSW.

其中，寄存器AX,BX,CX,DX通常用来存放一般性的数据，称为通用寄存器。

而这四个寄存器又可以按照位数分，分为高位(HIGH)和低位(LOW)。注意的是，这里的高位和低位不再是高4位和低4位，而是高8位和低8位，因为这四个寄存器本身就都是16位的。
AX: AH 和 AL
BX: BH 和 BL
CX: CH 和 CL
DX: DH 和 DL

现在，我们来取AX寄存器演示一下。

这里我们发现，每一个寄存器都有4个可输入的数字。
这里的4个数字和我们的16位是如何对应上的呢？
首先，debug的调试中，所有寄存器的数都是十六进制的，我们把16位的寄存器分为高低各8位。
那么，一个8位的显示最大的十六进制数位FF，两个8位，即可以显示的最大数字就是FFFF。所以，这里的AX寄存器是4个十六进制是数字。

新尺寸的单位的数据: “字”

之前我们聊的基本单位是：字节，Bytes
现在，我们介绍一个新的数据尺寸单位：字，Word
字节和字的关系是：1字 = 2字节。
也就是说，1 字(Word)的大小是2 字节(Bytes)，16位。在8086CPU中，一个寄存器刚好可以存放1 字。

在debug中修改寄存器的数据。

进入debug，输入r查看寄存器数据。
我们修改寄存器AX为0101: r ax,然后输入0101,再按Enter。

物理地址、寻址方式

前面我们介绍过地址总线，CPU对内存的操作首先要找到要操作的存储单元的地址。那么，通常的寻址方式是怎么样的呢？
我们把存储器（物理内存）看作是一个大的数组，数组中的每个元素就是存储单元，每个存储单元都有唯一的地址与之对应，这个地址称为物理地址。总线通过物理地址访问对应的存储单元。
如果程序直接把所有东西写在了固定的物理内存上，那么，问题就来了。

1. 如果有两个程序的物理内存有重叠，那么就可能会导致程序的奔溃。
2. 如果按照这种方法，那么一个地址总线宽度为16的CPU所能寻址的最大内存为2^16即64Kb，如果此时内存是1mb，就会有非常多的内存浪费。
   由此，便引入了一种相对的思想，这种想法很妙，这就是分段。

首先，诞生了一种这样的想法，就是内存访问的地址进行分段，给出段地址，然后在给出相对段地址的增量，这种增量称为偏移地址，这里的偏移是相对于段地址的那么最后的物理地址 = 段地址 + 偏移地址。

其次，为了解决第二个问题，后来CPU的设计人员将传入的段地址左移4位，或者说段地址*16,将得到的地址再去加上偏移地址，就得到了物理地址。
物理地址 = 段地址*16 + 偏移地址。