汇编语言 - 字符串处理
字符串处理是编程中常见的需求。
在汇编中处理字符串意味着直接操作内存中的字节序列，虽然更底层但也更灵活。
字符串的定义和存储
在 NASM 中，字符串本质上是字节序列，可以用 DB 伪指令定义：
实例
asm
; 字符串定义方式
section .data
; 方式1：标准字符串
str1 db 'Hello, runoob!', 0 ; C 风格：以 null 结尾
; 方式2：带换行符
str2 db 'Line1', 0xA, 'Line2', 0xA
; 方式3：反引号支持转义
str3 db `hello\nworld\n`, 0 ; 自动转换转义序列
; 方式4：逐个字符定义
str4 db 'A', 'B', 'C', 'D', 0
; 方式5：使用 dup 生成重复字符
border db 40 dup('-') ; 40 个减号
; 字符串长度计算（编译时）
str1_len equ $ - str1 ; 包含结尾 null计算字符串长度
有两种方式获取字符串长度：编译时计算（EQU）和运行时计算（遍历查找 null）：
实例
asm
; 文件路径：strlen_demo.asm
; 两种计算字符串长度的方式
section .data
; 方式A：编译时计算（适用于常量字符串）
msg1 db 'Hello, RUNOOB!', 0xA
msg1_len equ $ - msg1 ; 编译时自动计算
; 方式B：null 结尾的字符串（运行时计算）
msg2 db 'Find my length', 0 ; 以 0 结尾
section .text
global _start
_start:
; 方式A：直接使用编译时计算的长度
mov eax, 4
mov ebx, 1
mov ecx, msg1
mov edx, msg1_len ; 直接使用常量
int 0x80
; 方式B：运行时计算 null 结尾字符串的长度
mov esi, msg2 ; esi 指向字符串起始
mov ecx, 0 ; 计数器
strlen_loop:
cmp byte [esi], 0 ; 当前字节是 null？
je strlen_done ; 是，结束
inc ecx ; 计数 +1
inc esi ; 指针 +1
jmp strlen_loop
strlen_done:
; ecx 现在存放字符串长度（不含 null）
mov eax, 4
mov ebx, 1
mov ecx, msg2
mov edx, ecx ; 使用计算出的长度
; 这里有个问题：ecx 被覆盖了，应该先保存
; 正确做法：push ecx 再 pop 到 edx
mov eax, 1
mov ebx, 0
int 0x80字符串复制
使用循环逐字节复制，或使用 x86 的字符串操作指令 MOVSB：
实例
asm
; 文件路径：strcpy_demo.asm
; 字符串复制两种实现方式
section .data
src db 'runoob source string', 0
src_len equ $ - src
section .bss
dest_manual resb 64 ; 手动复制目标
dest_fast resb 64 ; 快速复制目标
section .text
global _start
_start:
; 方式A：手动逐字节复制
mov esi, src ; 源地址
mov edi, dest_manual ; 目标地址
mov ecx, src_len ; 字节数
copy_loop:
mov al, [esi] ; 读取一字节
mov [edi], al ; 写入一字节
inc esi ; 源指针++
inc edi ; 目标指针++
loop copy_loop
; 方式B：使用字符串操作指令（更快）
cld ; 清除方向标志（DF=0，正向复制）
mov esi, src ; 源地址（ESI）
mov edi, dest_fast ; 目标地址（EDI）
mov ecx, src_len ; 字节数（ECX）
rep movsb ; 重复执行 movsb ecx 次
; rep movsb：while(ecx>0) { [edi]=[esi]; esi++; edi++; ecx--; }
; 验证：输出两个复制结果
mov eax, 4
mov ebx, 1
mov ecx, dest_manual
mov edx, src_len
int 0x80
mov eax, 4
mov ebx, 1
mov ecx, dest_fast
mov edx, src_len
int 0x80
mov eax, 1
mov ebx, 0
int 0x80
REP MOVSB是 x86 最经典的字符串复制方式。但在现代 CPU 上，手动复制循环配合循环展开可能比 REP MOVSB 更快，因为现代 CPU 对简单操作有更好的流水线优化。
字符串比较
使用 CMPSB 配合 REPE（重复直到不等）逐字节比较：
实例
asm
; 文件路径：strcmp_demo.asm
; 比较两个字符串是否相等
section .data
str_a db 'runoob', 0
str_b db 'runoob', 0
str_c db 'RUNOOB', 0
eq_msg db 'Strings are equal', 0xA
eq_len equ $ - eq_msg
ne_msg db 'Strings are NOT equal', 0xA
ne_len equ $ - ne_msg
section .text
global _start
_start:
cld ; 正向比较
mov esi, str_a ; 第一个字符串
mov edi, str_b ; 第二个字符串
mov ecx, 7 ; 最多比较 7 字节（含 null）
repe cmpsb ; 重复比较直到不等或 ecx=0
; repe: 如果 ZF=1（相等）且 ecx>0 则继续
; cmpsb: 比较 [esi] 和 [edi]，然后 esi++, edi++
je strings_equal ; 如果 ZF=1，所有字节都相等
; 不等
mov eax, 4
mov ebx, 1
mov ecx, ne_msg
mov edx, ne_len
int 0x80
jmp compare_next
strings_equal:
mov eax, 4
mov ebx, 1
mov ecx, eq_msg
mov edx, eq_len
int 0x80
compare_next:
; 比较 str_a 和 str_c（大小写不同）
cld
mov esi, str_a
mov edi, str_c
mov ecx, 7
repe cmpsb
jne not_equal_2
mov eax, 4
mov ebx, 1
mov ecx, eq_msg
mov edx, eq_len
int 0x80
jmp exit
not_equal_2:
mov eax, 4
mov ebx, 1
mov ecx, ne_msg
mov edx, ne_len
int 0x80
exit:
mov eax, 1
mov ebx, 0
int 0x80字符串操作指令汇总
| 指令 | 功能 | 使用的寄存器 |
|---|---|---|
| MOVSB | 复制字节：[EDI] = [ESI] | ESI=源, EDI=目标, ECX=次数, DF=方向 |
| MOVSW | 复制字（2 字节） | 同上 |
| MOVSD | 复制双字（4 字节） | 同上 |
| STOSB | 存字节：[EDI] = AL | EDI=目标, AL=值, ECX=次数 |
| LODSB | 取字节：AL = [ESI] | ESI=源 |
| CMPSB | 比较字节：[ESI] - [EDI] | ESI=源, EDI=目标, ECX=次数 |
| SCASB | 扫描字节：AL - [EDI] | EDI=目标, AL=查找值, ECX=次数 |
大小写转换示例
实例
asm
; 文件路径：case_convert.asm
; 将字符串中的小写字母转为大写
section .data
msg db 'Hello, runoob! Welcome to Assembly.', 0xA
len equ $ - msg
section .text
global _start
_start:
; 输出原始字符串
mov eax, 4
mov ebx, 1
mov ecx, msg
mov edx, len
int 0x80
; 转换：遍历字符串，小写 -> 大写
mov esi, msg ; 指向字符串开头
mov ecx, len ; 循环次数
convert_loop:
mov al, [esi] ; 读取字符
cmp al, 'a' ; 是否 >= 'a'
jb next_char ; 小于 'a'，跳过
cmp al, 'z' ; 是否 <= 'z'
ja next_char ; 大于 'z'，跳过
; 小写转大写：'a'(97) - 'A'(65) = 32
sub al, 32 ; 转为大写
mov [esi], al ; 写回
next_char:
inc esi
loop convert_loop
; 输出转换后的字符串
mov eax, 4
mov ebx, 1
mov ecx, msg
mov edx, len
int 0x80
mov eax, 1
mov ebx, 0
int 0x80运行结果：
$ nasm -f elf32 case_convert.asm -o case_convert.o
$ ld -m elf_i386 case_convert.o -o case_convert
$ ./case_convert
Hello, runoob! Welcome to Assembly.
HELLO, RUNOOB! WELCOME TO ASSEMBLY.方向标志 DF 决定了字符串操作的方向：DF=0 时 ESI/EDI 递增（正向），DF=1 时递减（反向）。用
CLD清零 DF，用STD置位 DF。在调用 C 函数或系统调用前应该确保 DF=0（cdecl 要求）。