使用emu8086进行汇编语言入门指南

目录

• 什么是汇编语言
• 汇编器和编辑器
• 代码结构
• 登记簿和旗帜
• 汇编语言指令
• 使用变量
• 获取用户输入
• 显示输出
• 分支或使用条件
• 使用循环
  • for 循环
  • while 循环
  • Do while 循环
  • 使用 LOOP 语法
• 包含指令
• 补充：反三角形问题
• 概括

什么是汇编语言

汇编语言是一种低级编程语言，它速度非常快，与高级语言相比资源占用更少，并且可以通过汇编器直接翻译成机器语言来执行。根据维基百科：

在计算机编程中，汇编语言是指任何低级编程语言，其语言指令与体系结构的机器代码指令之间具有非常强的对应关系。

我们知道，处理器（也称为 CPU，即中央处理器）执行各种类型的操作，相当于计算机的大脑。然而，它只能识别由 0 和 1 组成的字符串。可想而知，用机器语言编写代码非常繁琐。因此，低级汇编语言应运而生，专为特定处理器系列设计，它用符号代码表示各种指令，这种符号代码更容易被人类理解。但是，正如你所料，用汇编语言进行开发既困难又不太方便。

那么，在当今世界，我们为什么要学习汇编语言呢？

你可以考虑以下几点来决定是否学习它。

• 提升你的技能。
• 学习除机器语言之外速度最快的语言。
• 将汇编语言嵌入到高级语言中，以便使用高级语言不支持的功能或出于性能方面的考虑。
• 填补知识空白，了解高级语言是如何产生的。

汇编器和编辑器

汇编器是将汇编语言代码翻译成等效机器语言代码的程序。目前市面上有许多针对不同微处理器的汇编器，例如 MASM、TASM、NASM 等。如需查看不同汇编器的列表，请访问此维基百科页面。

代码编辑器是一种软件，您可以在其中编写代码、修改代码并将其保存到文件中。一些支持汇编语言的编辑器包括 VS Code、DOSBox、emu8086 等。此外，还有一些在线汇编器，例如流行的在线编辑器Ideone。我们将使用emu8086，它自带学习汇编语言所需的环境。

代码结构

我们可以直接编写汇编代码，并在 emu8086 中模拟运行，程序就能运行。但是，如果不调用退出语句或halt指令，程序会持续执行内存中的下一条指令，直到被操作系统或 emu8086 本身终止。汇编代码会保存为.asm文件类型。

还有一些最佳实践，例如在程序启动时就定义模型和栈内存大小。对于small模型，在栈之后定义数据段和代码段。代码段包含要执行的代码。在本文给出的示例结构中，我创建了一个main过程（在其他编程语言中也称为函数或方法），代码从该过程开始执行。在过程结束时，我调用了一个预定义的中断语句，以表明代码已执行完毕。

.model small
.stack 100H

; Data segment
.data   ; if there is nothing in the data segment, you can omit this line.

; Code segment
.code

main PROC
    ; Write your code here

    exit:
    MOV AH, 4CH
    INT 21H
    main ENDP
END main

第一行.model small定义了要使用的内存模型。一些常见的内存模型包括 tiny、small、medium、compact、large 等等。small内存模型支持一个数据段和一个代码段，通常足以编写小型程序。下一行.stack 100H定义了栈的大小，以十六进制数表示。等效的十进制数为256。以 开头的行或其后的部分;是注释，汇编器会忽略它们。

登记簿和旗帜

寄存器是直接连接到 CPU 的超高速存储器。emu8086 可以模拟Intel 8086微处理器的所有内部寄存器。所有这些寄存器均为 16 位，并分为以下几类：

• 通用寄存器：共有四个通用寄存器，每个寄存器又分为低位和高位两个子组。例如，AX 寄存器分为 AL 和 AH 两个子组，每个子组均为 8 位。
  • 累加器（AX）
  • 基础（BX）
  • 计数器（CX）
  • 数据（DX）
• 段寄存器：还有四个段寄存器。
  • 代码段（CS）
  • 数据段（DS）
  • 堆栈段 ( SS )
  • 额外段 ( ES )
• 专用寄存器：有两个索引寄存器和三个指针寄存器。
  • 来源索引（SI）
  • 目的地索引（DI）
  • 基指针（BP）
  • 栈指针（SP）
  • 指令指针（IP）

• 标志寄存器：这是一个 16 位寄存器，其中 9 位由 8086 处理器用于指示处理器的当前状态。这九个标志分为两组。

  • 状态标志：六个状态标志指示当前正在执行的指令的状态。
  • 携带旗帜（CF）
  • 奇偶校验标志（PF）
  • 辅助旗帜（AF）
  • 零标志（ZF）
  • 标志旗（SF）
  • 溢出标志（OF）
  • 控制标志：有三个控制标志可以控制处理器的某些操作。
  • 中断标志（IF）
  • 方向标志（DF）
  • 陷阱标志（TF）

要了解有关这些登记簿及其用途的更多信息，请访问此页面。

汇编语言指令

英特尔8086微处理器共有116条指令。所有这些指令及其相关示例都可以在此链接中找到。

在本文中，我将只重点介绍理解后续部分所必需的一些说明。

• 复制数据 ( MOV )：此指令将一个字节（8 位）或一个字（16 位）从源位置复制到目标位置。两个操作数必须类型相同（字节或字）。此指令的语法为：

  MOV destination, source

操作destination数可以是任何寄存器或内存位置，而source操作数可以是寄存器、内存地址或常量/立即数。

• 加法 ( ADD ) 和减法 ( SUB )： ADD 指令destination将两个操作数相加source，并将结果存储在变量中destination。两个操作数必须类型相同（字或字节），否则汇编器会报错。减法指令source从变量中减去操作数destination，并将结果存储在变量中destination。

  ; Addition
  ADD destination, source
  ADD BL, 10

  ; Subtraction
  SUB destination, source
  SUB BL, 10

• 标签：标签是紧随其后的指令地址的符号名称。它可以放在语句的开头，并作为指令操作数。前面exit:使用的就是标签。标签有两种类型。

  • 符号标签：符号标签由一个标识符或符号后跟一个冒号 ( :) 组成。由于它们具有全局作用域并会出现在目标文件的符号表中，因此只需定义一次即可。
  • 数字标签：数字标签由一个介于零 (0 0) 到九 (9 9) 之间的数字和一个冒号 (' :) 组成。它们仅用于局部引用，不会被添加到目标文件的符号表中。因此，它们的作用范围有限，并且可以重复定义。

  ; Symbolic label
  label:
  MOV AX, 5

  ; Numeric label
  1:
  MOV AX, 5

• 比较指令 (CMP)：此指令接受两个操作数，并将其中一个操作数减去另一个操作数，然后相应地设置 OF、SF、ZF、AF、PF 和 CF 标志。结果不会被存储。

  CMP operand1, operand2

操作operand1数可以是寄存器或内存地址，也operand2可以是寄存器值、内存值或立即数。

• 跳转指令：跳转指令将程序控制权转移到由操作数标签指示的新指令集。跳转指令有两种类型。
  • 无条件跳转（JMP）：直接跳转到指定的标签。
  • 条件跳转：这些指令用于仅在满足特定条件时跳转到指定位置，并在执行其他CMP指令后调用。该指令首先通过标志位判断条件是否满足，然后跳转到作为操作数给出的标签。它与其他编程语言中的条件语句非常相似if。8086 汇编语言中共有 31 条条件跳转指令。

使用变量

在汇编程序中，所有变量都在段中声明data。emu8086 提供了一些用于声明变量的define 指令。具体来说，本文将使用DB(define byte) 和(define word) 指令，它们分别分配 1 个字节和 2 个字节。DW

[variable-name] define-directive initial-value [,initial-value]...

这里，variable-name是每个存储空间的标识符。汇编器会为数据段中定义的每个变量名关联一个偏移值。

以下是一个变量声明示例，其中我们初始化了 `a`num和 `b`，char它们的初始值可以稍后更改。`a` 的初始值为一个字符串，末尾output带有美元符号 ($ ) 以指示字符串结束。`b` 的初始值未知。我们可以使用`$("a", "b ...$input_char?

; Data segment
.data
num DB 31H
char DB 'A'
output DW "Hello, World!!$"
input_char DB ?

我们现在还不能在代码段中使用这些变量！要在代码段中使用这些变量，我们必须先将数据段的地址移动到（数据段）寄存器。在代码DS段的开头使用这行代码导入所有变量。

; Storing all variables in data segment
MOV AX, @data
MOV DS, AX

获取用户输入

emu8086 汇编器支持用户输入，方法是在寄存器中设置预定义值01，然后调用中断函数。它会接收用户输入的单个字符，并将该字符的ASCII值保存到寄存器中。emu8086 模拟器以十六进制显示所有值。01HAHINTAL

; input a character from user
MOV AH, 1
INT 21h   ; the input will be stored in AL register

显示输出

emu8086 支持单字符输出，也支持多字符或字符串输出。与输入类似，我们需要在AH寄存器中提供一个预定义的值并调用中断。单字符输出的预定义值为02`0` 或` 1` 02H，字符串输出的预定义值为`1` 或 `2`。调用中断之前，输出值必须存储在通用数据寄存器中。0909H

; Output a character
MOV AH, 2
MOV DL, 35
INT 21H

; Output a string
MOV AH, 9
LEA DX, output
INT 21H

如代码所示，对于单个字符的输出，我们会将值存储在DL寄存器中，因为一个字符占用一个字节（8 位）。但是，对于字符串输出，情况略有不同。我们必须DX使用LEA指令将字符串变量的有效地址（带偏移量的地址）加载到寄存器中。字符串变量必须定义在数据段中。

包含变量声明、输入和输出的完整代码已在GitHub上提供。

分支或使用条件

我们可以使用条件跳转指令来模拟高级编程语言支持的 if-else 条件语句CMP。一些常用的条件跳转指令包括：

还有一些JMP指令的作用类似于else高级语言中的语句。以下汇编代码比较AL寄存器值，5并将相应的值设置到BL寄存器中。

; setting a test value
MOV AL, 5

; Compare
CMP AL, 5
JG greater  ; if greater
JE equal    ; else if equal
JMP less    ; else

greater:
MOV BL, 'G'
JMP after

equal:
MOV BL, 'E'
JMP after

less:
MOV BL, 'L'

after:
; Other codes
; Note: BL will contain 'E' at this point

完整的代码可以在这个GitHub 仓库中找到。

使用循环

我们也可以在汇编语言中使用循环。然而，与高级语言不同，汇编语言没有提供不同的循环类型。虽然 emu8086 模拟器支持五种循环语法（`if`、`if` LOOP、`if`、LOOPE` if` 、`if`），但它们在许多情况下不够灵活。我们可以使用条件语句和跳转语句来创建自定义循环。以下是汇编语言中实现的各种循环类型，它们都是等效的。LOOPNELOOPNZLOOPZ

for 循环

for循环包含初始化部分（用于初始化循环变量）、循环条件部分，以及递增/递减部分（用于在下一次迭代之前进行一些计算或更改循环变量）。以下是一个for循环的示例C。

char bl = '0';
for (int cl = 0; cl < 5; cl++) {
  // body
  bl++;
}

等效的汇编代码如下：

MOV BL, '0'

init_for:
; initialize loop variables
MOV CL, 0

for:
; condition
CMP CL, 5
JGE outside_for

; body
INC BL

; increment/decrement and next iteration
INC CL
JMP for

outside_for:
; other codes

while 循环

与for循环不同，while循环没有初始化部分。它只有一个循环条件部分，如果条件满足，则执行循环体部分。在循环体部分，我们可以在下一次迭代之前进行一些计算。以下是一个用编程语言编写的while循环示例C。

char bl = '0';
int cl = 0;
while (cl < 5) {
  // body
  bl++;
  cl++;
}

相同的汇编代码如下：

MOV CL, 0
MOV BL, '0'

while:
; condition
CMP CL, 5
JGE outside_while

; body
INC BL
INC CL

; next iteration
JMP while

outside_while:
; other codes

Do while 循环

与while循环类似，do-while循环也包含循环条件部分和循环体。唯一的区别在于，即使条件为真，循环体中的代码也至少会执行一次。以下是一个用编程语言编写的do-while循环false示例。C

char bl = '0';
int cl = 0;
do {
  // body
  bl++;
  cl++;
} while (cl < 5);

对应的汇编代码如下：

MOV CL, 0
MOV BL, '0'

do_while:
; body
INC BL
INC CL

; condition
CMP CL, 5
JL do_while

; other codes

使用 LOOP 语法

我们可以使用预定义的循环语法，并将CX寄存器用作计数器。以下是一个循环语法示例，其功能与之前的循环相同。

MOV BL, '0'

; initialize counter
MOV CX, 5

loop1:
INC BL
LOOP loop1

GitHub上提供了包含各种循环的完整代码。

包含指令

Include指令用于访问和使用其他文件中定义的过程和宏。其语法后跟带include扩展名的文件名。

include file_name

汇编器会自动在两个位置搜索文件，如果找不到则会显示错误。这两个位置是：

1. 源文件所在的文件夹
2. 文件Inc夹

在Inc文件夹中，有一个名为emu8086.inc 的文件，其中定义了一些有用的过程和宏，可以简化编码工作。要使用这些功能，我们需要在源代码的开头包含该文件。

include 'emu8086.inc'

现在，我们可以在代码段中使用这些宏。我发现以下一些宏和过程最有用：

• PRINT宏用于打印字符串。用法示例：PRINT output.
• PUTC宏用于打印 ASCII 字符。用法示例：PUTC char.
• GET_STRING过程用于从用户获取一个以空字符结尾的字符串，直到Enter按下某个键为止。在使用此过程的指令DEFINE_GET_STRING之前声明它。END
• CLEAR_SCREEN过程用于清除整个屏幕并将光标位置设置为屏幕开头。在使用此过程的指令DEFINE_CLEAR_SCREEN之前声明它。END

emu8086.inc要了解有关文件中的宏和过程的更多信息，请访问此页面。

补充：反三角形问题

让我们来解决一个运用目前所学知识的问题。任务是让用户输入一个数字（1-9），并#在控制台中打印一个倒三角形。如果用户输入了无效字符，则应显示相应的错误信息。示例输出如图所示。

请先自行尝试解决，如果无法解决，再继续阅读。

为了解决这个问题，我们需要完成以下任务：

• 用户输入一个数字
• 验证输入
• 显示用户友好型消息
• 现在到了棘手的部分。我们不能只用一个 for 循环来打印一个倒三角形。为此，我们需要使用两个循环，一个嵌套在另一个里面，也就是所谓的嵌套循环。在外层循环中，我们可以检查要打印多少行，以及在开头或结尾打印换行符。内层循环可以用来打印#。

以下是嵌套循环的示例代码：

; Initialize outer loop counter
MOV BL, 0   ; counts line number starting from 0

outer_loop: ; using while loop format
CMP BL, x   ; assuming x contains user input
JE outside_loop

; Print new-line

; Initialize inner loop counter
MOV CH, 0
MOV CL, x
SUB CL, BL  ; subtract current line number from x

inner_loop:
; Print #

LOOP inner_loop

; Increment outer loop counter
INC BL
JMP outer_loop

outside_loop:
; other codes

我的代码最终输出结果如下：

完整的解决方案可以在我的GitHub 仓库中找到。

概括

本文涵盖了丰富的内容。首先，我们了解了汇编语言的概念以及一些汇编器的名称。然后，我们理解了代码结构，并发现了8086微处理器中的所有寄存器和标志位。在理解了一些汇编指令之后，我们学习了如何定义变量、如何从用户获取输入以及如何在屏幕上输出内容。接着，我们学习了条件语句和循环语句，最后，我们用汇编语言解决了一个实际问题。