PC Assembly Language 學習筆記(2) - Assembly Language

Machine Language

每種 CPU 僅懂得自己的 machine language，而在 machine language 中的指令相當艱澀難懂不容易閱讀，每個指令都有屬於自己的唯一識別碼，稱為 operation code(或是 opcode)，通常位於指令的開頭。

而要讓 CPU 執行工作，必須給他 machine language 才可；然而，直接撰寫 machine code 幾乎是不可能的事情，因此，我們需要可以將 assembly 轉為 machine code 的工具 - assembler。


Assembly Language

assembly 程式是以純文字的方式進行儲存的，其中類似的語法如下：

add eax, ebx

由程式中可以看得出來該行指令所要進行的動作，而將其轉譯成 machine code 的工作，則交給 assembler 來做即可。

而在其他的程式語言中，扮演此種角色(將程式轉為 machine code)的，稱為 compiler，然而 compiler 的複雜度遠遠高過 assembler，原因是因為 assembly code 與 machine code 的關係是一行對一行的，而一般程式語言中的一行就常常產生多行相對應的 machine code。

另外與其他程式語言不同的地方是，每種 CPU 不但有自己的 machine language，也有自己的 assembly language，因此若要將 assembly code 進行 porting，難度會比一般的程式語言高上許多。


Instruction operands (指令運算元)

一般 machine code 的指令中都會包含多個或多種的 operand(運算元)，而 operand 大概可以分為以下幾類：

1. register
   指向儲存於 CPU register 中的植。
   
   
2. memory
   指向儲存於 memory 中的資料，而 memory address 有可能是直接寫於指令中，或是由 register 的值所組成。
   
   
3. immediate
   列於指令中的固定值，儲存於指令本身(在 code segment 中)，而非在 data segment 中。
   
   
4. implied
   此種 operand 不會明確的顯示。例如：將某個 register 中的值加 1。
   

Basic instruction (基本指令)

在程式開發中，最常用到的應該是 mov 指令了，其作用在於進行資料的搬移，語法如下：

mov dest, src

其中 src 中的資料會被複製到 dest 中，而 mov 的使用必須符合以下規則：

1. 不論是那個 operand(dest 或 src)，都不能是 memory address
2. 兩個 operand 都必須相同大小 (表示 AX 中的值不能 mov 到 BL 中)
   

以下用一些範例來說明：

mov eax, 3  ;設定 EAX register 的值為 3
mov bx, ax  ;將 AX register 的值複製到 BX register
 
add eax, 4  ; eax = eax + 4
add al, ah  ; al = al + ah
 
sub bx, 10      ; bx = bx - 10
sub ebx, edi    ; ebx = ebx - edi
 
inc ecx     ; ecx++
dec dl      ; dl--

Directive

Directive 則是人自己手動加入的，而不屬於 CPU 的指令，作用有兩種：

1. 指示 assembler 要作某些事情
2. 告知 assembler 某些訊息

而這個部分，並不會被 assembler 轉為 machine code，一般常見的 directive 用法大概有幾種：

1. 定義常數(constant)
2. 定義儲存資料的記憶體位置
3. 將多段記憶體空間組合為 segment
4. 視情況 include 外部的 source code
5. include 其他檔案

以下介紹幾種 directive：

The equ directive

用來定義 symbol (有名稱的常數，可用於程式中)，而 symbol 定義好之後，其值不可再度變更，語法如下：

symbol equ value

The %define directive

此與 C 語言中的 #define 是很像的，大多用來定義 macro 之用，以下用個簡單範例說明：

%define SIZE 100    ; 定義 macro SIZE 為 100
mov eax, SIZE       ; 將 100 存於 EAX register 中

%define 是用來定義 macro 的，與 symbol 不同的是，macro 的值可以變更，且使用上不僅限於存單一值而已，還可以作較為複雜的運算。

Data directives

用於 data segment 中，來保留記憶體空間。使用方式有兩種：

1. 使用 RESX directive，不給予初始值
2. 使用 DX directive，給予初始值

其中 X 的部分代表所要保留的記憶體空間大小，分別有 B(byte)、W(word)、D(double word)、Q(quad word)、T(ten byte) .... 等等，而每個記憶體空間都會用一個 label 名稱作為標記以方便使用，以下用簡單範例來說明：

L1  db      0       ; 標記為 L1，大小為 1 byte，初始值：0
L2  dw      1000    ; 標記為 L2，大小為 1 word(2 bytes)，初始值：1000
L3  db      110101b ; 標記為 L3，大小為 1 byte，初始值：110101(2進位，10進位為 53)
L4  db      12h     ; 標記為 L4，大小為 1 byte，初始值：12(16進位，10進位為 18)
L5  db      17o     ; 標記為 L5，大小為 1 byte，初始值：17(8進位，10進位為 15)
L6  dd      1A92h   ; 標記為 L6，大小為 1 double word(4 bytes)，初始值：1A92(16進位)
L7  resb    1       ; 標記為 L7，大小為 1 byte，未初始化
L8  db      "A"     ; 標記為 L8，大小為 1 byte，初始值：A(10進位為 65)

以上定義的 7 個記憶體空間，將會是連續的記憶體空間。

連續的記憶體空間還可以用以下方法配置：

L9  db  0, 1 , 2, 3             ; 連續定義 4 個 byte
L10 db  "w", "o", "r", "d", 0   ; 定義字串為 word (結束為 \0)
L11 db  'word', 0               ; 同上

若要配置更大的記憶體空間，可以用 TIMES directive 來重複執行：

L12 times   100 db 0    ; 相同於定義 100 次 db 0
L13 resw    100         ; 保留 100 個 word 大小的記憶體空間

當所需要的記憶體空間都配置好後，再來就是使用的問題了，而使用時必須透過 label 來使用，方式有兩種：

1. 當直接使用 label 名稱時，表示使用的是該記憶體空間的 memory address
   
2. 若是 label 加上兩個中括號(例如：[L1])，表示所使用的為該記憶體空間中儲存的值

其實可以將其想像成 C 的 pointer，這樣應該不難了解。

以下有一些使用範例說明：

mov al, [L1]    ; 複製 L1 的值到 AL register
mov eax, L1     ; EAX register 中的值為 L1 的 memory address
mov [L1], ah    ; 複製 AH register 中的值到 L1
mov eax, [L6]   ; 複製 L6 的值到 EAX register
add eax, [L6]   ; EAX = EAX + L6 的值
add [L6], eax   ; L6 = L6 + EAX register 中的值
; AL register 大小為 8 bits
; L6 大小為 32 bits (double word)
mov al, [L6]    ; 複製 L6 中的前 8 bits 到 AL register

注意最後一行，在 NASM 中，是不會顯示錯誤的，assembler 僅會檢查 lable 是否有使用錯誤的情況發生而已；而這是為了確保若是 lable 沒有加上中括號(表示為 memory address)時可以正常的使用。

然而，其實 assembler 的檢查也蠻嚴格的，以下用的範例說明：

; 這是不行的，會發生 operation size not specified error
; 因為 assembler 不知道要把 1 當成 byte, word, 還是 double word
mov [L6], 1 ; 儲存 1 到 L6
 
; 所以要指定 size，改成如下：
mov dword [L6], 1
; 表示要將 1 視為 double word 存入(其他如：byte, word, qword, tword)

Input & Output

在高階語言中，都會提供與 I/O 相關的標準 library 可供使用，但在 assembly 中並沒有；因此 assembly 要執行 I/O 相關工作，不是直接存取硬碟，就是必須使用 OS 所提供的功能。

一般來說，在 assembly 中會常常使用到 C 的 I/O library，也是為了標準化的關係。