X86汇编语言-从实模式到保护模式—笔记（1）

兰陵月

第1部分  预备知识

第1章  十六进制计数法

1.1  二进制计数法回顾

【1.1.1 关于二进制计数法】

在计算机里用高低两种电平的组合来表示数字。一般情况下，高电平表示1，低电平表示0。

从数学的角度看，二进制计数法是现代主流计算机的基础。一方面，它简化了硬件设计。因为它只有两个符号，要得到它们，可以用最少的电路元件来接通或者关断电路就行了。另一方面，二进制数与我们熟悉的十进制数之间有着一对一的关系，任何一个十进制数都对应着一个二进制数，不管它有多大。

组成二进制数的每一个数位，称为一个比特（bit），而一个二进制数可以看成是一个比特串。很明显，它的数值越大，比特串就越长，这是二进制计数法不好的一面。

【1.1.2 二进制到十进制的转换】

每一种计数法都有自己的符号（数符）。十进制有0、1、2、3、4、5、6、7、8、9十个符号，二进制只有0、1两个符号。这些数字符号的个数称为基数。也就是说，十进制有10个基数，而二进制只有两个基数。

二进制和十进制都是进位计数法。进位记数法的一个特点是，符号的值和它在这个数中所处的位置有关。比如十进制数356，数字6处在个位上，所以是“6个”；5处在十位上，所以是“50”，3处在百位上，所以是“300”。即：

百位3、十位5、个位6=3×102+5×101+6×100=356

这就是说，由于所处的位置不同，每个数位都有一个不同的放大倍数，这称为“权”。每个数位的权是这样的计算的（这里仅讨论整数）：从右往左开始，以基数为底，指数从0开始递增的幂。正如上面的公式所清楚表明的那样，“6”在最右边，所以它的权是以10为底，指数为0的幂100；而3的权是以10为底，指数为2的幂102。

数字后面紧跟大写的B，表示这是一个二进制数。紧跟大写的D表示这是一个十进制数。“B”和“D”分别是英语单词Binary和Decimal的头一个字母，这两个单词分别表示二进位和十进位的意思。[20170912]

【1.1.3 十进制到二进制的转换】

为了将一个十进制数转换成二进制数，可以采用将它不停地除以二进制的基数2，直到商为0，然后将每一步得到的余数按先后顺序从右至左串起来，就是我们所要转换的二进制数。[20170913]

1.2  十六进制计数法

【1.2.1 十六进制计数法的原理】

二进制的缺点就是写起来太长，不方便。于是，人们发明了十六进制计数法。十六进制有十六个数符，分别是0、1、2、3、4、5、6、7、8、9、A、B、C、D、E、F。前面10个数符和十进制的10个数符是一样的，从A开始到F，分别对应十进制的10、11、12、13、14、15。在十六进制里，一旦某个数位增加到9之后，下一次，它将变成A，而不是直接进位。十六进制计数法是逢十六进位，因此只发生在某个数位原先是F的情况下，比如1F加1之后就变成20。

【1.2.2 十六进制到十进制的转换】

     将1个十六进制数转换成十进制数的方法同前面，只是在计算权的时候，相应地把幂的底数换为16。比如将十六进制数125转换成十进制数的方法如下：

125H=1×162+2×161+5×160=293D

数字后面加“H”，表示这是一个十六进制数，H是英语单词Hexadecimal的头一个字母，这个单词的意思是十六进制。

【1.2.3 十进制到十六进制的转换】

把一个十进制数转换成十六进制数，可以采取不停地除以16，直到商为0，然后每次得到的余数按先后顺序从右至左排列，就得到所要转换的十六进制数。[20170917]

【1.2.4 为什么需要十六进制】

4比特的二进制数，可以表示的数是从0000到1111，也就是十进制的0~15，正好对应于十六进制的0~F。

如果将一个二进制数从右往左，分成4比特为一组的形式，分别将每一组的值转换成十六进制数，就可以得到这个二进制数所对应的十六进制数。

从事计算机的学习和研究，不可避免地要与二进制数打交道，而且有时候还必须针对其中某些比特进行特殊处理。这个时候，如果想保留二进制数的直观性，同时还要求写起来简短，十六进制数是最好的选择。[20170924]

第2章  处理器、内存和指令

2.1  最早的处理器

1947年，美国贝尔实验室的肖克利和同事们一起发明了晶体管。1958年，美国人杰克·基尔比发明了集成电路。1971年，在为日本人设计计算器芯片的过程中，受到启发的Intel公司生产了世界上第一个处理器INTEL 4004，设计者为弗德里科·法金。

处理器（Processor）是电子计算机的核心，它会在振荡器脉冲的激励下，从内存中获取指令，并发起一系列由该指令所定义的操作。当这些操作结束后，它接着再取下一条指令。通常情况下，这个过程是连续不断、循环往复的。

2.2  寄存器和算术逻辑部件

1byte=8bit    1word=2byte    1 double word=2 word

2.3  内存储器

对于个人计算机来说，内存按字节来组织，单次访问的最小单位是1字节，这是最基本的存储单元。内存中的每一个字节都对应着一个地址。

为了访问内存，处理器需要给出一个地址。访问包括读和写。因此在访问的时候，处理器还要指明，本次访问是读访问还是写访问。如果是写访问，则还要给出待写入的数据。

尽管内存的最小组成单位是字节，但是，经过精心的设计和安排，它能够按字节、字、双字和四字节进行访问。意思就是说仅通过单次访问就能处理8位、16位、32位或者64位的二进制数。

处理器发出字长控制信号，以指示本次访问的字长是8、16、32还是64。

2.4  指令和指令集

设计处理器的目标之一就是使它成为一种可以自动进行操作的器件。同时，处理器的设计者用某些数字来指示处理器所进行的操作，这称为指令，或者叫机器指令。

一般来说，指令由操作码和操作数构成，但也有小部分指令仅有操作码，而不含操作数，比如F4H（停机指令）。指令的长度不定，短的指令仅有1字节，而长的指令则有可能达到15字节（对于INTELx86处理器来说）。

对处理器来说，指令的操作码隐含了如何执行该指令的信息，比如它是做什么的，以及怎么去做。

操作数紧跟在操作码之后，可以立即从指令中取得，所以叫做立即数，立即数已经在指令中给出，不需要再次访问内存。

低端字节序，它规定高字节位于高地址部分，低字节位于低地址部分。反之称为高端字节序。

指令和数据要分开存放，分别位于内存中的不同区域，存放指令的区域叫代码区，存放数据的区域叫做数据区。

一个处理器能够识别的指令的集合，称为该处理器的指令集。

2.5  古老的Intel8086处理器

8086是Intel公司第一款16位处理器，诞生于1978年，所以说它很古老。是整个Intel32位架构处理器（IA-32）的开山鼻祖。

【2.5.1 8086的通用寄存器】

8086处理器内部有8个16位的通用寄存器，分别是AX、BX、CX、DX、SI、DI、BP、SP。通用的意思是它们之中的大部分都可以根据需要用于多种目的。

其中，AX、BX、CX、DX又可以分别分开为8位的寄存器，分别是AH、AL、BH、BL、CH、CL、DH、DL。

当一个16位的寄存器当成两个8位的寄存器来用时，对其中一个8位寄存器的操作不会影响到另一个8位寄存器。

【2.5.2 程序的重定位难题】

为了让程序在内存中的任何位置正确执行，在编写程序时只能使用相对地址或者逻辑地址，而不能使用真实的物理地址。

8086处理器用分段机制解决程序重定位问题。

【2.5.3 内存分段机制】

段可以开始于内存中的任何位置，段内的每一个单元相对段的起始地址有一个相对差，叫做偏移地址。

于是，采用分段机制之后，一个内存单元的地址可以采用“段地址：偏移地址”来表示。

为了在硬件一级提供对“段地址：偏移地址”内存访问模式的支持，处理器至少要提供两个段寄存器，分别是代码段寄存器CS和数据段寄存器DS。对CS内容的改变将导致处理器从新的代码段开始执行。同样，在开始访问内存中的数据之前，也必须首先设置好DS寄存器，使之指向数据段。

最重要的是，当处理器访问内存时，它把指令中指定的内存地址看成是段内的偏移地址，而不是物理地址。这样，一旦处理器遇到一条访问内存的指令，它将把DS中的数据段起始地址和指令中提供的段内偏移相加，来得到访问内存所需要的物理地址。当下一次这个程序执行时，如果代码段和数据段在内存中的位置发生了变化，只要把它们的段地址分别传送到CS和DS，它也能够正确执行。

【2.5.4 8086的内存分段机制】

8086内部有4个段寄存器，分别是CS、DS、ES、SS。

IP是指令指针寄存器，它只和CS一起使用。

16位的段地址和16位的偏移地址相加，只能得到16位的物理地址。但是8086处理器提供了20根地址线，可以访问多大1M的内存。因此为了形成20位的地址，8086在形成物理地址时，先将段寄存器的内存左移4位（相当于乘以十六进制的10，或者十进制的16），形成20位的段地址，然后再同16位的偏移地址相加，得到20位的物理地址。

因为段寄存器是16位的，在段不重叠的情况下，最多可以将1MB的内存分成65536个段，每个段正好是16个字节。同样在不允许段之间重叠的情况下，每个段的最大长度是64KB，因为偏移地址也是16位的，从0000H到FFFFH。在这种情况下，1MB的内存，最多只能划分成16个段，每段长64KB。

程序员的任务是定义段地址并设置处理器的段寄存器，其中最重要的是段地址的选取。

段的划分是自由的，它可以起始于任何16字节对齐的位置，也可以是任意长度，只要不超过64KB。

同一个物理地址，实际上对应着多个逻辑地址。

第3章  汇编语言和汇编软件

3.1 汇编语言简介

为了克服机器指令难以书写和理解的缺点，人们想到可以用一些容易理解和记忆的符号，也就是助记符，来描述指令的功能和操作数的类型，这就产生了汇编语言（Assembly Language）。

MOV是传送指令，需要两个操作数，分别是目的操作数和源操作数。它们之间要用逗号隔开。【汇编语言对指令的大小写没有特别的要求。】

在很多高级语言中，如果要指示一个数是十六进制数，通常不采用在后面加“H”的做法，而是为它添加一个“0x”前缀。

用汇编语言提供的符号书写的文本，叫做汇编语言源程序。但是汇编语言源程序是机器无法识别的，因此要将汇编语言源程序转换成机器指令，这个过程叫做编译。编译肯定还需要一个软件，称为编译器，或编译软件。汇编语言源程序经过编译之后，会生成二进制文件或者可执行文件。

3.2  NASM编译器

【3.2.1 NASM的下载和安装】

NASM编译器全称是Netwide Assembler，它是可免费使用的开源软件。

【3.2.2 代码的书写和编译过程】

【3.2.3 用HexView观察编译后的机器代码】

worklalal

终于找到一个也在学汇编的人了

兰陵月

worklalal 发表于 2017-11-29 16:30
终于找到一个也在学汇编的人了

我一直在学，而且我学的很基础，不搞懂绝不前进。
当然，我本身是信息专业的，什么基础之类，什么C之类都学过。
现在重新学习汇编，只是为了更好懂计算机，更好干一些刺激的事情。