汇编语言
汇编语言（Assembly Language）
简介
汇编指令和机器指令之间存在 一一对应 的关系。
| 形式 | 示例 | 说明 |
|---|---|---|
| 机器码（二进制） | 10111000 00101010 00000000 00000000 00000000 | CPU 直接执行的指令 |
| 机器码（十六进制） | B8 2A 00 00 00 | 方便人类阅读的机器码表示 |
| 汇编语言 | mov eax, 42 | 人类可读的助记符表示 |
环境搭建
Windows
- WSL（Windows Subsystem for Linux）
- Linux虚拟机
macOS
- Linux虚拟机
- Docker 容器
Ubuntu/Debian
shell
# nasm
apt install nasm
# gcc
apt install gcc
# gdb
apt install gdb
# 在 64 位系统上编译 32 位汇编兼容库
apt install gcc-multilibVSCode: Markdown Code blocks Assembly Syntax highlighting
hello world
asm
; 文件路径：hello.asm
; 第一个汇编程序：打印 Hello, runoob!
; NASM 语法，Linux 32位
section .data ; 数据段：存放已初始化的数据
msg db 'Hello, World!', 0xA ; 定义字符串 msg，0xA 是换行符
len equ $ - msg ; 计算字符串长度：当前地址 - msg 起始地址
section .text ; 代码段：存放可执行指令
global _start ; 声明 _start 为程序入口点
_start: ; 程序入口
; 系统调用 sys_write (4)：向 stdout 输出字符串
mov eax, 4 ; 系统调用号 4 = sys_write
mov ebx, 1 ; 文件描述符 1 = stdout（标准输出）
mov ecx, msg ; 要输出的字符串地址
mov edx, len ; 字符串长度
int 0x80 ; 触发中断，执行系统调用
; 系统调用 sys_exit (1)：正常退出程序
mov eax, 1 ; 系统调用号 1 = sys_exit
mov ebx, 0 ; 返回值 0 = 正常退出
int 0x80 ; 触发中断，执行系统调用编译运行
shell
# 汇编
nasm -f elf32 -g -F dwarf hello.asm -o hello.o
# 链接
ld -m elf_i386 hello.o -o hello
# 运行
./hello为了方便编译，可以写如下编译脚本
shell
#!/bin/bash
# asm.sh
filename=$1
# 移除后缀
filename=${filename%.*}
nasm -f elf32 -g -F dwarf ${filename}.asm -o ${filename}.o && \
ld -m elf_i386 ${filename}.o -o ${filename} && \
./"${filename}"使用
shell
bash asm.sh hello.asmGDB调试
shell
$ gdb ./hello
(gdb) break _start # 在 _start 处设置断点
(gdb) run # 运行程序
(gdb) stepi # 单步执行一条指令
(gdb) info registers # 查看所有寄存器
(gdb) x/s msg # 查看 msg 字符串内容
(gdb) i r eax # 查看单个寄存器的值
(gdb) quit # 退出 GDB| GDB 命令 | 说明 |
|---|---|
p $eax | 打印寄存器的值 |
x/s &msg | 查看字符串变量 msg |
p/d &len | 查看整数变量 len |
基础语法
汇编程序的基本结构
shell
section .data ; 数据段：存放已初始化的数据
; 这里定义变量和常量
msg db 'Hello, RUNOOB!', 0xA
len equ $ - msg
section .bss ; BSS 段：存放未初始化的数据
; 这里预留内存空间
buffer resb 64
section .text ; 代码段：存放可执行指令
global _start汇编语句格式
shell
[标签:] 指令助记符 [操作数1 [, 操作数2 [, 操作数3]]] [; 注释]伪指令（Directives）
伪指令 是给汇编器的命令，不是给 CPU 的指令，用于控制汇编过程和定义数据结构。
| 伪指令 | 用途 | 示例 |
|---|---|---|
| db | 定义字节（1 字节） | byte_val db 0x55 |
| dw | 定义字（2 字节） | word_val dw 0x1234 |
| dd | 定义双字（4 字节） | dword_val dd 0x12345678 |
| equ | 定义常量 | MAX_SIZE equ 256 |
| resb | 预留字节空间 | buffer resb 128 |
| resw | 预留字空间 | wbuf resw 64 |
| resd | 预留双字空间 | dbuf resd 32 |
| %define | 宏定义常量 | %define COUNT 10 |
大小写规范
- NASM 默认对标签和标识符 区分大小写：
- 指令助记符和寄存器名不区分大小写（MOV、Mov、mov 效果相同），但推荐的风格是统一小写。
数值表示方式
shell
; NASM 中不同进制的表示方式
mov eax, 42 ; 十进制：直接写数字
mov eax, 0x2A ; 十六进制：0x 前缀（推荐写法）
mov eax, 2Ah ; 十六进制：h 后缀
mov eax, 0o52 ; 八进制：0o 前缀
mov eax, 52o ; 八进制：o 后缀
mov eax, 101010b ; 二进制：b 后缀
mov eax, 0b101010 ; 二进制：0b 前缀示例：计算 1 到 10 的和并输出
shell
; 文件路径：sum.asm
; 计算 1+2+...+10 并输出结果字符
section .data
result db 3 ; 存放计算结果（1字节）
newline db 0xA ; 换行符
section .text
global _start
_start:
; 初始化寄存器和变量
mov ecx, 10 ; 循环计数器：从 10 开始倒数
mov eax, 0 ; eax 存放累加和，初始为 0
sum_loop: ; 循环开始标签
add eax, ecx ; eax = eax + ecx
dec ecx ; ecx 减 1
jnz sum_loop ; 如果 ecx != 0，继续循环
; 此时 eax = 55（10+9+...+1）
add eax, '0' ; 将数字转为 ASCII 字符（'0'=48，55+48=103='g'，不对）
; 实际演示需要更复杂的转换，见后续章节
; 这里只输出 result（简化演示）
mov [result], al ; 将累加结果存入 result
; 退出程序
mov eax, 1
mov ebx, 0
int 0x80内存分段
内存分段（Memory Segmentation）
将内存划分为 段（Segment）
物理地址计算公式(16 位寄存器)：
shell
物理地址 = 段地址 × 16 + 偏移地址三种基本段 一个典型的汇编程序使用三个主要段：
| 段名称 | 英文名 | 用途 | 对应的 Section |
|---|---|---|---|
| 代码段 | Code Segment | 存放可执行的机器指令，只读、可执行 | section .text |
| 数据段 | Data Segment | 存放已初始化的全局变量，可读可写 | section .data |
| 栈段 | Stack Segment | 存放函数调用信息、局部变量 | 操作系统自动管理 |
代码段（.text）
示例
shell
; 文件路径：code_segment.asm
; 演示代码段使用
section .text ; 开始代码段
global _start
_start:
mov eax, 1 ; 这些指令都存放在代码段中
mov ebx, 0
int 0x80数据段（.data）
shell
; 文件路径：data_segment.asm
; 演示数据段使用
section .data
; 定义各种类型的已初始化变量
msg db 'Hello, world!', 0 ; 字符串变量（字节序列）
count db 100 ; 字节变量，初始值 100
pi dd 314159 ; 双字变量，存放 π 的近似值 × 100000
array db 1, 2, 3, 4, 5 ; 字节数组
section .text
global _start
_start:
; 读取数据段中的变量
mov al, [count] ; 将 count 的值（100）加载到 al 寄存器
; ...
mov eax, 1
mov ebx, 0
int 0x80BSS 段（.bss）
BSS（Block Started by Symbol）段存放 未初始化的全局变量。
shell
; 文件路径：bss_segment.asm
; 演示 BSS 段使用
section .bss
buffer resb 256 ; 预留 256 字节的缓冲区（未初始化）
num_array resd 100 ; 预留 100 个双字（400 字节）
section .data
; 已初始化数据
section .text
global _start
_start:
; 使用 BSS 段的缓冲区
mov byte [buffer], 'A' ; 向缓冲区写入字符 'A'
; ...
mov eax, 1
mov ebx, 0
int 0x80段寄存器
| 段寄存器 | 英文全称 | 用途 |
|---|---|---|
| CS | Code Segment | 指向代码段，存放当前执行指令所在的段基址 |
| DS | Data Segment | 指向数据段，存放大部分数据访问的段基址 |
| SS | Stack Segment | 指向栈段，存放栈所在的段基址 |
| ES | Extra Segment | 附加段寄存器，用于字符串操作等额外数据段 |
| FS | General Purpose | 通用段寄存器，常用于线程局部存储 |
| GS | General Purpose | 通用段寄存器，常用于线程局部存储 |
内存分段示意图
shell
高地址
+-------------------+
| 栈 (Stack) | <-- SS:ESP 指向栈顶
| 向下增长 |
+-------------------+
| |
| 空闲内存 |
| |
+-------------------+
| BSS 段 (.bss) | 未初始化的全局变量
+-------------------+
| 数据段 (.data) | 已初始化的全局变量
+-------------------+
| 代码段 (.text) | 程序指令（只读）
+-------------------+
| 保留区域 | 操作系统使用
+-------------------+
低地址寄存器
寄存器（Register）是 CPU 内部的高速存储单元
通用寄存器
通用寄存器（General Purpose Registers） 是最常用的寄存器，用于存放运算数据和临时结果。
x86 提供了 8 个 32 位通用寄存器：
| 32位 | 16位 | 低8位 | 高8位（低16位） | 主要用途 |
|---|---|---|---|---|
| EAX | AX | AL | AH | 累加器，存放函数返回值、算术运算结果 |
| EBX | BX | BL | BH | 基址寄存器，常用于存放内存基地址 |
| ECX | CX | CL | CH | 计数器，常用于循环计数和移位 |
| EDX | DX | DL | DH | 数据寄存器，存放乘除法的高位结果 |
| ESI | SI | SIL | - | 源变址寄存器，字符串操作的源地址 |
| EDI | DI | DIL | - | 目的变址寄存器，字符串操作的目标地址 |
| EBP | BP | BPL | - | 基址指针，指向当前栈帧的底部 |
| ESP | SP | SPL | - | 栈指针，始终指向栈顶 |
名称规律：E 前缀表示 Extended（扩展到 32 位），X 后缀表示可拆分为高低字节。
shell
; 文件路径：register_parts.asm
; 演示寄存器的各部分访问
section .text
global _start
_start:
mov eax, 0x12345678 ; 完整的 32 位寄存器
; 此时：EAX = 0x12345678
; AX = 0x5678 (低 16 位)
; AH = 0x56 (高 8 位，指 AX 的高 8 位)
; AL = 0x78 (低 8 位)
mov ax, 0xAABB ; 修改 AX（低 16 位）
; 此时：EAX = 0x1234AABB (高 16 位保持不变！)
; AX = 0xAABB
; AL = 0xBB
mov al, 0xCC ; 修改 AL（最低 8 位）
; 此时：EAX = 0x1234AACC (只有低 8 位变了)
; AX = 0xAACC
; AL = 0xCC
mov eax, 1
mov ebx, 0
int 0x80段寄存器
段寄存器用于指定当前使用的内存段：
| 寄存器 | 名称 | 用途 |
|---|---|---|
| CS | 代码段寄存器 | 指向当前指令所在的段 |
| DS | 数据段寄存器 | 指向数据所在的段 |
| SS | 栈段寄存器 | 指向栈所在的段 |
| ES | 附加段寄存器 | 额外的数据段 |
| FS | 附加段寄存器 | 通用，常用于线程局部存储 |
| GS | 附加段寄存器 | 通用，常用于线程局部存储 |
指针和变址寄存器
这些寄存器主要用于访问内存，存放内存地址：
| 寄存器 | 全称 | 用途 |
|---|---|---|
| EIP | 指令指针（Instruction Pointer） | 指向 CPU 下一条要执行的指令地址（不可直接访问） |
| ESP | 栈指针（Stack Pointer） | 指向栈顶，PUSH/POP 指令自动调整它 |
| EBP | 基址指针（Base Pointer） | 指向当前函数栈帧的底部，用于访问函数参数和局部变量 |
| ESI | 源变址（Source Index） | 字符串/内存操作的源地址 |
| EDI | 目的变址（Destination Index） | 字符串/内存操作的目标地址 |
标志寄存器（EFLAGS）
| 标志位 | 名称 | 含义 |
|---|---|---|
| CF | 进位标志（Carry Flag） | 无符号运算产生进位/借位时置 1 |
| PF | 奇偶标志（Parity Flag） | 结果低 8 位中 1 的个数为偶数时置 1 |
| AF | 辅助进位标志 | 低 4 位向高 4 位进位/借位时置 1 |
| ZF | 零标志（Zero Flag） | 运算结果为 0 时置 1 |
| SF | 符号标志（Sign Flag） | 运算结果为负数时置 1（等于结果的最高位） |
| OF | 溢出标志（Overflow Flag） | 有符号运算溢出时置 1 |
shell
; 文件路径：flags_demo.asm
; 演示运算对标志位的影响
section .text
global _start
_start:
mov eax, 10
sub eax, 10 ; 10 - 10 = 0
; ZF = 1（结果为零）
; SF = 0（结果非负）
; CF = 0（无借位）
mov eax, 0xFFFFFFFF
add eax, 1 ; 0xFFFFFFFF + 1 = 0x100000000（超出了 32 位）
; ZF = 1（32位结果为0）
; CF = 1（产生进位）
; OF = 0（有符号角度看无溢出）
mov eax, 1
mov ebx, 0
int 0x80寄存器使用约定
在实际编程中，一些寄存器有约定俗成的用法——称为 调用约定（Calling Convention）：
| 寄存器 | 调用约定中的用途 |
|---|---|
| EAX | 存放函数返回值 |
| ECX | 计数器（循环计数） |
| EDX | 存放除法的高位结果、扩展 EAX |
| EBX、ESI、EDI、EBP | 被调用函数必须保存和恢复（callee-saved） |
| EAX、ECX、EDX | 调用者负责保存（caller-saved） |
系统调用
系统调用（System Call）是用户程序与操作系统内核交互的唯一途径。
系统调用的流程是：
shell
用户程序发起系统调用
→
CPU 切换到内核态
→
内核执行对应服务
→
返回用户态继续执行。Linux 系统调用机制 在 Linux 32 位系统中，系统调用通过以下步骤完成：
- 将
系统调用号放入 EAX 寄存器 - 将参数放入 EBX、ECX、EDX、ESI、EDI 等寄存器
- 执行
int 0x80指令触发软件中断 - CPU 切换到内核态，内核根据 EAX 中的调用号执行对应服务
- 内核将返回值放入 EAX，切换回用户态继续执行
常用系统调用一览
| 系统调用 | 调用号（EAX） | 功能 | 参数 |
|---|---|---|---|
| sys_exit | 1 | 退出程序 | EBX = 返回值（exit code） |
| sys_fork | 2 | 创建子进程 | 无参数 |
| sys_read | 3 | 读取文件/输入 | EBX=fd, ECX=buf, EDX=count |
| sys_write | 4 | 写入文件/输出 | EBX=fd, ECX=buf, EDX=count |
| sys_open | 5 | 打开文件 | EBX=filename, ECX=flags, EDX=mode |
| sys_close | 6 | 关闭文件 | EBX=fd |
| sys_creat | 8 | 创建文件 | EBX=filename, ECX=mode |
| sys_lseek | 19 | 移动文件指针 | EBX=fd, ECX=offset, EDX=whence |
| sys_brk | 45 | 调整数据段大小（内存分配） | EBX=新地址 |
完整系统调用列表 /usr/include/asm/unistd_32.h
sys_exit
shell
section .text
global _start
_start:
mov eax, 1 ; sys_exit
mov ebx, 6 ; exit code
int 0X80执行结果
shell
bash asm.sh main.asm
echo $?
6sys_write
shell
; 文件路径：write_syscall.asm
; 使用 sys_write 输出字符串
section .data
msg db 'Hello, World! Welcome to assembly.', 0xA
len equ $ - msg
section .text
global _start
_start:
; 调用 sys_write (4)
mov eax, 4 ; 系统调用号 4 = sys_write
mov ebx, 1 ; 文件描述符 1 = stdout（标准输出）
mov ecx, msg ; 要输出的数据地址
mov edx, len ; 数据长度（字节数）
int 0x80 ; 触发系统调用
; 成功时 EAX 返回实际写入的字节数
; 退出程序
mov eax, 1
mov ebx, 0
int 0x80运行结果
shell
$ bash asm.sh write_syscall.asm
Hello, World! Welcome to assembly.sys_read
shell
; 文件路径：read_syscall.asm
; 使用 sys_read 读取用户输入并回显
section .bss
buffer resb 64 ; 预留 64 字节输入缓冲区
section .data
prompt db 'Please enter your name: '
prompt_len equ $ - prompt
output_msg db 'Hello, '
output_msg_len equ $ - output_msg
section .text
global _start
_start:
; 输出提示信息
mov eax, 4
mov ebx, 1
mov ecx, prompt
mov edx, prompt_len
int 0x80
; 读取用户输入
mov eax, 3 ; 系统调用号 3 = sys_read
mov ebx, 0 ; 文件描述符 0 = stdin（标准输入）
mov ecx, buffer ; 输入缓冲区地址
mov edx, 64 ; 最多读取 64 字节
int 0x80
; EAX 返回实际读取的字节数（包含末尾的换行符）
mov esi, eax ; 保存实际输入长度到 esi
; 输出 "Hello, "
mov eax, 4
mov ebx, 1
mov ecx, output_msg
mov edx, output_msg_len
int 0x80
; 输出用户输入的内容
mov eax, 4
mov ebx, 1
mov ecx, buffer
mov edx, esi ; 使用实际输入的字节数
int 0x80
; 退出程序
mov eax, 1
mov ebx, 0
int 0x80运行结果
shell
$ bash asm.sh read_syscall.asm
Please enter your name: Tom
Hello, Tom系统调用通用模板
shell
; 系统调用通用模板
; 适用于 Linux 32 位系统
; 步骤1：将系统调用号放入 EAX
mov eax, 系统调用号
; 步骤2：按顺序放入参数
mov ebx, 第1个参数
mov ecx, 第2个参数
mov edx, 第3个参数
mov esi, 第4个参数
mov edi, 第5个参数
; 步骤3：触发系统调用
int 0x80
; 步骤4：检查返回值（在 EAX 中）
; 通常负值表示错误
cmp eax, 0
jl error_handler ; 如果 EAX < 0，跳转到错误处理寻址方式
寻址方式（Addressing Mode）
寻址方式总览
| 寻址方式 | 语法格式 | 有效地址/值 | 典型用途 |
|---|---|---|---|
| 立即寻址 | mov eax, 42 | 42（常数值） | 初始化、常量运算 |
| 寄存器寻址 | mov eax, ebx | 寄存器 ebx 的值 | 寄存器间数据传递 |
| 直接寻址 | mov eax, [var] | 内存地址 var 处的值 | 访问全局变量 |
| 间接寻址 | mov eax, [ebx] | 地址 = ebx 的值 | 指针操作、遍历内存 |
| 基址寻址 | mov eax, [ebx+8] | 地址 = ebx + 8 | 结构体成员访问 |
| 变址寻址 | mov eax, [arr+esi*4] | 地址 = arr + esi × 4 | 一维数组访问 |
| 基址变址 | mov eax, [ebx+esi*4+8] | 地址 = ebx + esi × 4 + 8 | 二维数组、复杂结构体 |