[已解决]关于nasm汇编和masm汇编分段问题

soul3500

在学习x86汇编中，发现很多书籍用的都是nasm，在学习后，对比masm发现两者分段有很多弄不懂的地方，求助一下汇编的大佬们；

研究masm和nasm汇编 对于段地址以及偏移地址的问题：

masm：
        datasg1 segment
            db 2
        datasg1 ends

        assume cs:codesg0
        codesg0 segment word
              start: mov ax,10
                    mov ax,offset start
                     mov ax,offset start2
                     mov ax,datasg1
                     mov ax,codesg0
        codesg0 ends

        assume cs:codesg1
        codesg1 segment word
                 start2: mov ax,10
                    mov ax,codesg1
        codesg1 ends
        end start

在masm中定义了一个数据段，以及2个代码段；其中代码段对齐方式为字节对齐；
在进行编译和链接后；由于字节对齐，而不是16位对齐。
因此codesg和datasg出现了段重叠，8086中codesg的段起始地址为datasg的段起始地址，并且start的偏移地址以datasg段为起始向下计算字节，也就是0002。
       

nasm：
        section data1 align=2
           db 2

        section code1 align=2 vstart=0
        start:  mov ax,10
                mov ax,start
                mov ax,section.code1.start  
        (section 为定义段，align 对应对齐方式，vstart为段内偏移)

在nasm中定义了一个数据段 data1，以及一个代码段code1；同样是字节对齐；
在进行编译生成bin二进制文件后，发现没有出现段重叠现象，并且section.code1.start 段起始地址为0002(逻辑)，也就是定义db 2后，开始的地址；并且code1段中的start起始偏移地址还是为0



以下是编译后的二进制
masm：
        02 00 B8 0A 00 B8 02 00 B8 02 00 B8 00 00 B8 00
        00 00 B8 0A 00 B8 01 00
       
        02 00： db 2
        B8 0A 00：mov ax, 10
        B8 02 00:        mov ax, offset start
        B8 02 00:        mov ax, offset start2
        B8 00 00:        mov ax, datasg1
        B8 00 00:        mov ax, codesg0
        00:        字节对齐
        B8 0A 00：mov ax, 10
        B8 01 00:        mov ax, codesg1

nasm:
        02 00 B8 0A 00 B8 00 00 B8 02 00
       
        02 00: db 2
        B8 0A 00: mov ax,10
        B8 00 00: mov ax,start
        B8 02 00: mov ax,section.code1.start

       
        因此我想请教一下为什么nasm中没有出现段重叠，并且start起始地址为何还是0

最佳答案

月排行榜 / 总排行榜

thinklf

2024-5-15 21:05:49

首先你分析的就不对（个人意见，仅供参考）：
1、对于masm部分，你的描述如下：
在masm中定义了一个数据段，以及2个代码段；其中代码段对齐方式为字节对齐；
在进行编译和链接后；由于字节对齐，而不是16位对齐。
因此codesg和datasg出现了段重叠，8086中codesg的段起始地址为datasg的段起始地址，并且start的偏移地址以datasg段为起始向下计算字节，也就是0002。
你的2个数据段都是字对齐(word)，并不是字节对齐，字节对齐是byte。
word对齐，则2个字节向后推，即0、2、4依次，因datasg1的前16字节可以容纳至少1个word，则导致datasg1和codesg0段地址相同。你如果把db 2改成db 15 dup(2)，你会发现codesg0的段地址+1了；如果将codesg0的对其方式改成byte，则datasg1和codesg0段地址仍然相同。
offset start的值为什么是2，因为codesg0和datasg1段地址相同，且codesg0是word对齐，偏移地址0有数据2，第一个word段0-1这2个字节不能用，第二个word段2-3可以用，因此start的偏移地址是2。
你可以将codesg0的对齐方式改为byte，发现start的偏移地址就是1了。你改成para，则codesg0的段地址+1，start的偏移地址是0（因为段地址不同）。
2、对于nasm部分，你的描述如下：
在nasm中定义了一个数据段 data1，以及一个代码段code1；同样是字节对齐；
在进行编译生成bin二进制文件后，发现没有出现段重叠现象，并且section.code1.start 段起始地址为0002(逻辑)，也就是定义db 2后，开始的地址；并且code1段中的start起始偏移地址还是为0
align=2是字对齐，即2个字节，如果字节对齐是align=1啊。
这里要声明一点，nasm中的section和masm中的segment并不是完全对应关系，masm中segment的本质就是段地址（段地址可以通过segment*16+offset得到20位真实地址），nasm中section的地址却只是从程序开始到section定义处的偏移地址，section不能通过section*16+offset得到属于该section中的数据地址。
因此，section.code1.start的地址就是整个程序的偏移地址，偏移地址0处是：db 2，因align=2，所以offset 1处不行，2可以；将align改成1，section.code1.start的值就是1。
vstart=0的作用就是让section中的标号从section开始计算偏移地址，如果不加vstart，就是从程序开始出计算偏移地址， 这样做只是为了方便定位section中的标号。
并且这里还有一个问题，你加上了vstart=0，start的偏移地址就是0，但code1中的代码就很难访问到这个数据。通过[start]访问，ds:[0]是啥？ds的值是section的地址么？如果手动将section的地址赋值给ds，那么section*16+0计算出来的20位地址，是数据的地址么？
你问nasm中为什么没有出现段重叠，那是因为section地址根本就不是所谓的段，他只是一个符合align设置的偏移地址。
这个问题你可以参考《x86汇编语言  从实模式到保护模式》的第8章。
这样讲，masm要更加智能一些，帮助你规划段。但nasm不管，段的规划需要你手动操作。

跳转到最佳答案楼层

FishC_GPT

在x86汇编中，段寄存器的作用是指示当前代码或数据所在的段，在内存中，每个段的起始地址都由段寄存器指定。MASM和NASM在处理分段问题上有一些差异。

首先，MASM使用的是分段机制中的默认分段模型（tiny model），即只有一个数据段和一个代码段，段寄存器CS指向代码段，其他段寄存器（如DS、ES、SS）指向数据段。在代码中，使用`assume`语句来定义段寄存器的关系。

而NASM则没有默认分段模型的概念，所有的段都需要显式地定义。你可以使用`section`语句来定义不同的段，在代码中使用标签来引用段中的位置。

根据你提供的MASM代码和NASM代码，我们来分析一下。

对于MASM代码，由于采用了默认分段模型，所以没有显式地定义段寄存器的值，默认情况下`assume cs:codesg0`，即代码段CS指向codesg0，因此start的偏移地址是相对于codesg0段的起始地址。而codesg0段和datasg1段虽然出现了段重叠，但是由于实际执行的时候CS寄存器的值是codesg0，所以访问的是codesg0段的内容。

对于NASM代码，段的定义比较明确，数据段和代码段都是通过`section`语句显式定义的。在代码中，使用标签来引用代码段中的位置，如`section.code1.start`，这个标签的值就是相对于code1段起始地址的偏移量。而由于没有默认分段模型的限制，段之间没有发生重叠。

至于为什么NASM编译生成的二进制文件中start的偏移地址还是0，这是因为NASM在生成二进制文件时会按照段的起始地址进行偏移计算。在你的代码中，db 2定义在data1段的起始地址处，所以start的偏移地址是相对于data1段的起始地址的偏移量，而data1段的起始地址就是0，所以start的偏移地址为0。

希望以上解答能够对你有所帮助，如果还有其他问题，请继续提问！

以上回复来自 -- ChatGPT（FishC官方接口），如未能正确解答您的问题，请继续追问。

thinklf

首先你分析的就不对（个人意见，仅供参考）：
1、对于masm部分，你的描述如下：
在masm中定义了一个数据段，以及2个代码段；其中代码段对齐方式为字节对齐；
在进行编译和链接后；由于字节对齐，而不是16位对齐。
因此codesg和datasg出现了段重叠，8086中codesg的段起始地址为datasg的段起始地址，并且start的偏移地址以datasg段为起始向下计算字节，也就是0002。
你的2个数据段都是字对齐(word)，并不是字节对齐，字节对齐是byte。
word对齐，则2个字节向后推，即0、2、4依次，因datasg1的前16字节可以容纳至少1个word，则导致datasg1和codesg0段地址相同。你如果把db 2改成db 15 dup(2)，你会发现codesg0的段地址+1了；如果将codesg0的对其方式改成byte，则datasg1和codesg0段地址仍然相同。
offset start的值为什么是2，因为codesg0和datasg1段地址相同，且codesg0是word对齐，偏移地址0有数据2，第一个word段0-1这2个字节不能用，第二个word段2-3可以用，因此start的偏移地址是2。
你可以将codesg0的对齐方式改为byte，发现start的偏移地址就是1了。你改成para，则codesg0的段地址+1，start的偏移地址是0（因为段地址不同）。
2、对于nasm部分，你的描述如下：
在nasm中定义了一个数据段 data1，以及一个代码段code1；同样是字节对齐；
在进行编译生成bin二进制文件后，发现没有出现段重叠现象，并且section.code1.start 段起始地址为0002(逻辑)，也就是定义db 2后，开始的地址；并且code1段中的start起始偏移地址还是为0
align=2是字对齐，即2个字节，如果字节对齐是align=1啊。
这里要声明一点，nasm中的section和masm中的segment并不是完全对应关系，masm中segment的本质就是段地址（段地址可以通过segment*16+offset得到20位真实地址），nasm中section的地址却只是从程序开始到section定义处的偏移地址，section不能通过section*16+offset得到属于该section中的数据地址。
因此，section.code1.start的地址就是整个程序的偏移地址，偏移地址0处是：db 2，因align=2，所以offset 1处不行，2可以；将align改成1，section.code1.start的值就是1。
vstart=0的作用就是让section中的标号从section开始计算偏移地址，如果不加vstart，就是从程序开始出计算偏移地址， 这样做只是为了方便定位section中的标号。
并且这里还有一个问题，你加上了vstart=0，start的偏移地址就是0，但code1中的代码就很难访问到这个数据。通过[start]访问，ds:[0]是啥？ds的值是section的地址么？如果手动将section的地址赋值给ds，那么section*16+0计算出来的20位地址，是数据的地址么？
你问nasm中为什么没有出现段重叠，那是因为section地址根本就不是所谓的段，他只是一个符合align设置的偏移地址。
这个问题你可以参考《x86汇编语言  从实模式到保护模式》的第8章。
这样讲，masm要更加智能一些，帮助你规划段。但nasm不管，段的规划需要你手动操作。

thinklf

关于这个问题，我还有一点补充，你通过nasm编译时，一定是nasm -f bin（bin格式是默认的），因为只有bin格式下才支持section.code1.start这样的语法。bin是平坦模式，即操作系统直接将bin文件加载入内存，然后从头开始执行，不像omf,elf格式那样有程序入口点等，如dos的com、sys文件等，还有就是mbr程序，这些文件是典型的不用分段的，比如com就规定只能一个段。
如果是本例，你应该通过nasm -f obj，然后alink生成exe来作对比。
nasm由于支持较多的可执行程序格式，不同格式又支持不同语法。
nasm对于dos中的16位exe的支持是相当完备的，可直接使用segment语法，你就会发现，你所关心的问题其实都是一致的。
详细请参照nasm官方文档第8章《Chapter 8: Output Formats》，其中关于dos下16位exe的文件格式obj（dos omf），《8.4 obj: Microsoft OMF Object Files》，你就完全明白了。

soul3500

thinklf 发表于 2024-5-16 08:45
关于这个问题，我还有一点补充，你通过nasm编译时，一定是nasm -f bin（bin格式是默认的），因为只有bin格 ...

谢谢大佬的指正。
我主要的困惑点主要是nasm和masm他的分段机制有点模糊不清：
     masm汇编，感觉像是根据代码分段，编译器自动给你按照每一个代码段，数据段分配好放入内存。然后里面的伪指令 或者偏移地址也是按照每个段每个段的去偏移。如果出现重叠，对应的偏移地址也会自动的划分。
而nasm没有清楚它具体是怎么去划分段的。因为感觉偏移地址一下是按照段偏移，一下又是按照程序的起始地址偏移的，就很混乱。

就是说 nasm是按照x86的平坦模式来做的，就是整个程序处于一个大段，代码中的section 其实都只是便于编写结构化程序时才说明是所谓的段。其实都是编译地址？然后vstart作用就是将这个section下的指令地址"原来以程序开头位置偏移"修改成"以section+vstart开始进行偏移“是吗？
然后，代码段，数据段，堆栈段都是0开始？

而masm 是按照segment 直接映射物理划分出每个段？

soul3500

thinklf 发表于 2024-5-16 08:45
关于这个问题，我还有一点补充，你通过nasm编译时，一定是nasm -f bin（bin格式是默认的），因为只有bin格 ...

大佬，你好
   就是我用你说的方式 通过"nasm -f obj filename.asm"将代码编译并且用alink链接生成exe文件，貌似obj格式不支持section.code1.start 这类获取地址的语法。因为我想通过获取段地址，来确定对于分配段的的一些困惑。

然后 我编译后align=4 已经不起作用了。查看二进制文件看，即使我设置了align=4 exe中还是按照16字节对齐的。并且我修改了vstart，使得vstart=4； 在mov ax,start 这条指令中中 我看到 start 还是00 00.


这是被编译的代码：
section data1 align=4
   db 4

section code1 align=4 vstart=5
start:  mov ax,10
          mov ax,start

编译连接后的exe文件：
04 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00
B8 0A 00 B8 00 00