第3章
汇编语言基础①
在中国,随着信息技术和高性能计算的迅速发展,汇编语言在系统底层设计、性能优化
以及安全关键应用领域中发挥着越来越重要的作用。预计未来汇编语言将继续在支持新的
处理器架构、优化大数据处理和人工智能计算中扮演关键角色。本章将深入介绍汇编语言
的基础知识,从最基本的元素、数据类型、指令使用到复杂的内存管理和程序结构设计。通
过详细讲解整数和实数的表示、字符与字符串的处理,以及条件控制和循环结构的实现,读
者将获得对汇编语言强大功能的理解和应用能力。本章不仅是对汇编语言编程的入门引
导,也是对底层计算机操作和优化技术的一次深入探索。通过本章的学习,读者将能够掌握
汇编语言的核心概念,为进一步的学习和实践打下坚实的基础。
3.1 汇编语言的基本元素
本节将介绍汇编语言的基本元素,通过逐步熟悉各个元素的定义和使用,读者将初步学
会编写可运行、有意义的汇编语言应用程序。
3.1.1 整数常量
整数常量通常由符号(sign)、数字(digit)和表示数制基数的字符后缀(radix)组成。符
号是一个可选的部分,数字部分允许由一个或多个数字组成,其基本构成如下:
[{ + | - }] 数字[基数]
Radix(基数后缀)不区分大小写,包括以下类型。
h 十六进制 r 编码实数
q/o 八进制 t 十进制(可选)
d 十进制 y 二进制(可选)
b 二进制
如果整数常量后面没有后缀,就默认其为十进制数。这里给出一些使用不同基数后缀
的例子:
① 本章全部采用微软的语法格式符号,在[..]内的参数是可选参数,在{..}内的参数要求必须从被竖线分隔的多个
参数中选择一个,斜体参数代表已知项目的定义或描述。
汇编语言与逆向技术
26 十进制数 42o 八进制数
26d 十进制数1Ah 十六进制数
11010011b 二进制数0A3h 十六进制数
42q 八进制数
注意,以字母开头的十六进制常量前面必须加一个0(如例子中的0A3h),以防止汇编
器将其解释为标识符。
3.1.2 整数表达式
整数表达式是由整数值和算术运算符共同组成的数学表达式。整数表达式的计算结果
是能够存于32位数据位中的整数(0~FFFFFFFFh)。表3-1按照算术运算符的运算优先
级(从高到低)列出了符号和名称。
表3-1 算术运算符
运 算 符名 称优 先 级
() 圆括号1
+,- 一元加、减2
*,/ 乘、除3
MOD 取余数3
+,- 加、减4
优先级指的是如果表达式中同时包含两个或两个以上操作符时,操作符间隐含的运算
顺序。以下的例子展示了多个算术运算符之间的运算顺序:
6 + 1 - 2 加,减
12 - 8 * 6 乘,减
-9 / 3 一元减,除
(11 + 4) * 8 加,乘
在表3-2中,给出了一些更复杂的有效表达式和它们的计算值。
表3-2 有效的整数表达式和计算值
表 达 式值
7mod2 1
-(11-5)*(3+2) -30
28/(2*3+1) 4
46-6/2*3 37
对于初学者而言,可以尽量在表达式中使用圆括号来显式地表明运算顺序,这样就不必
记优先级规则了。
3.1.3 实数常量
实数常量分为两种类型,包括十进制实数和编码(即十六进制)实数。十进制实数常量
50
第3章 汇编语言基础
通常由符号(sign)、整数(integer)、小数点、表示小数的整数和指数(exponent)五部分组成,
其构成如下:
[sign]integer.[integer][exponent]
其中的符号、指数的格式如下:
sign {+,-}
exponent E[{+,-}]integer
这里我们给出一些有效的实数常量的例子:
6.
78E+04
-24.5
91.E5
实数常量最少应该包括一个数字和一个小数点。如果只有一个数字,那么它就是一个
整数常量。
编码实数:所谓编码实数是以十六进制数表示一个实数的实数常量,它们遵循IEEE
浮点数格式。十进制实数+1.0的二进制数表示如下:
00111111100000000000000000000000
在汇编语言中,+1.0将被编码为单精度实数:3F800000r。
3.1.4 字符常量
字符常量指的是以单引号或双引号括起来的单个字符。汇编器会将其转换成与字符对
应的二进制数形式的ASCII码,例如:
'G'
"w"
3.1.5 字符串常量
字符串常量和字符常量类似,是以单引号或双引号括起来的一串字符。例如:
'ZHM'
'P'
"Cute Puppy"
'34A5'
使用嵌套的引号也是可行的。例如:
"This is a difficult "test""
'Order Something, "Geroge"'
3.1.6 保留字
MASM 中设置了一些具有特殊含义的保留字,这些保留字只适用于正确的上下文环
境,以下是一些不同类型的保留字:
51
汇编语言与逆向技术
. 指令助记符,如ADD,SUB,MOV 等。
. 伪指令,告诉MASM 应该如何编译程序。
. 属性,为变量和操作数提供有关数据尺寸、使用方式的信息,如BYTE、DWORD等。
. 运算符,常用于常量表达式中。
. 预定义符号,如@data,在编译时返回整数常量值。
3.1.7 标识符
标识符是程序员设置的名字,它们通常用于标识变量、常量、过程或代码标号。标识符
的创建需要符合以下规则:
. 包含1~247个字符。
. MASM 默认大小写不敏感。
. 第一个字符必须是字母(A~Z、a~z)、下画线(_)、@、? 或$,后续的字符可以使用
数字。
. 标识符的名字不能与汇编器的保留字相同。
在运行汇编器时,如果在命令行上使用-Cp选项控制命令,可以要求所有关键字和标识
符对大小写敏感。
@符号被汇编器大量用作预定义符号的前缀,因此,程序员在开发时应尽量避免自己定
义的标识符使用@符号作为首字符,尽管它也符合要求。尽量使标识符的名字具有描述性
且便于理解,这有助于提高开发的效率和正确率。以下是一些有效的标识符:
uixm Number @first
MIN f iles_open _run
fsWp _w156 $wrong
3.1.8 伪指令
伪指令内嵌在程序源代码中,它由汇编器识别并执行相应动作。与真正的指令不同,伪
指令不在程序运行时执行。伪指令可用于定义变量、宏、过程,也可用于命名段,或执行许多
其他与汇编器有关的编译任务。MASM 中伪指令对大小写不敏感,如.code、.CODE 和
.Code是等价的。
这里给出一个例子,说明伪指令不会在程序运行时执行。DWORD 伪指令告知汇编
器,要在程序中划出一片双字变量保留空间。直到MOV 指令在运行时,才真正执行,把
testVal的内容复制到EAX寄存器:
testVal DWORD 26 ; DWORD 伪指令
mov eax,testVal ; M OV 指令
汇编器都有自己的一套独特伪指令。例如,TASM(Borland)、NASM、MASM 的伪指
令之间存在一个公共的交集子集,而GNU 与MASM 的伪指令则几乎没有相同之处。
定义段:在汇编语言的伪指令中,有一个重要的功能是定义程序的节(section)或者段
(segment)。
.DATA 伪指令标识程序中包含变量的区域:
52
第3章 汇编语言基础
.data
.CODE伪指令标识程序中包含指令的区域:
.code
.STACK伪指令标识程序中包含运行时栈的区域,并且需要设定运行时栈的大小:
.stack 100h
3.1.9 指令
在汇编语言中,指令指的是一条汇编语句,它经过汇编后就变成了可执行的机器指令。
汇编器会将汇编指令翻译成机器语言字节码,在程序运行时将其加载到内存交由处理器
执行。一
条汇编指令包含以下四部分:
. 标号(可选)。
. 指令助记符(必需)。
. 操作数(通常必需)。
. 注释(可选)。
其基本的格式如下:
[标号:] 指令助记符 操作数 [;注释]
接下来我们分别了解其中的每个部分。
1. 标号
首先是标号域,这是一个可选的域。标号指的是充当指令或者数据位置标记的一种标
识符。在指令前的标号指明了指令的地址,类似地,在变量前的标号则指明了变量的地址。
(1)数据标号:标识变量地址的标号被称为数据标号,它为在代码中引用变量提供了
便利。这里我们定义了一个名为count的变量:
count DWORD 100
汇编器为每个标号都分配了一个数字地址。一个标号后可以定义多个数据项。这里的
array标识了第一个数字1024的位置,而其他相邻的数字在内存中紧随其后:
array DWORD 1024, 2048
DWORD 4096, 8192
(2)代码标号:在代码区域(存放指令的部分)中的标号必须以冒号(:)结尾,它们被称
为代码标号。代码标号通常会被用作跳转和循环指令的目标地址。这里的JMP(跳转)指
令会将控制权转换到标号loop的位置,从而实现一个循环:
loop:
mov ax, bx
…
jmp loop
53
汇编语言与逆向技术
代码标号既可以独自成行,如上面的loop,也可以和指令在同一行:
L1: mov ax, bx
L2:
数据标号则不能以冒号结尾,标号名应当遵循3.1.7节中讨论过的标识符名创建规则。
2. 指令助记符
指令助记符(instructionmnemonic)通常是一个非常简短的单词,用于标识一条指令。
所谓助记符,就是辅助开发者记忆指令作用的符号。在汇编语言中,指令助记符给出了关于
指令要执行何种类型操作的提示:
mov 将一个值移动(赋值)到另一个值中
add 两个值相加
sub 从一个值中减去另一个值
mul 两个值相乘
jmp 将程序控制跳转到一个新的位置上
call 调用一个过程
3. 操作数
一条汇编语言指令可以有0~3个操作数,每个操作数可以是寄存器、内存操作数、常量
表达式或I/O 端口。在第2章中,我们已经讨论过寄存器的名字;在3.1.2节中,我们讨论
了常量表达式。
内存操作数由变量或包含变量地址的一个或多个寄存器指定。变量名指明了变量的地
址,并且会指示计算机引用给定内存地址的内容。以下是一些操作数的例子:
34 常量(立即值)
9*7 常量表达式
eax 寄存器
count 内存
接下来再给出一些带有不同数量操作数的汇编语言指令的例子:
STC 指令没有操作数:
stc ;设置进位标志
INC 指令有一个操作数:
inc eax ;eax 加1
MOV 指令有两个操作数:
mov count,ebx ;ebx 赋值给变量count
在类似于MOV 这样具有两个操作数的指令中,第一个操作数被称为目的(标)操作数,
第二个操作数则被称为源操作数。指令一般用于修改目的操作数的内容。如上例中,MOV
指令将ebx(源操作数)的数据复制到count(目的操作数)中。
4. 注释
注释用于程序开发者和阅读者之间的交流,它说明了程序如何工作。在程序清单的顶
部通常会包含如下一些典型信息:
. 程序创建者/修改者的名字。
54
第3章 汇编语言基础
. 程序创建/修改的日期。
. 程序功能的描述。
. 程序实现的技术注解。
在汇编器中,注释可以用如下2种方法实现。
(1)单行注释:在一行指令的分号(;)之后,汇编将会忽略同一行分号后的所有字符。
(2)块注释:以COMMENT伪指令,加上一个用户定义的符号开始。汇编器会省略后
面所有的文本段,直到读取到另一个相同的用户定义符号。假设用户定义的符号是感叹
号(!):
COMMENT !
! This is example for comment.
!
当然,也可以使用其他符号:
COMMENT &
& is also a user-defined symbol.
&
3.1.10 NOP(空操作)指令
NOP指令是最安全的指令,一条NOP指令仅占用一字节的存储,且什么事情都不做。
编译器或汇编器会使用NOP指令将代码对齐到偶数地址的边界上。在以下指令段,第一
个MOV 指令生成了3个机器字节码,而NOP指令则将第二条MOV 指令的地址对齐到双
字(4的倍数)边界上。
00000000 66 8B C3 mov ax,bx
00000003 90 nop ;用 于下一条指令的对齐
00000004 8B D1 mov edx,ecx
使用偶数双字地址的原因是:对于一些处理器,如IA-32,它们在从偶数双字地址处加
载代码和数据时会更加迅速。
本节习题
(1)解释汇编语言中的“操作码”是什么,并举例说明。
(2)描述“操作数”在汇编指令中的作用,并给出两个示例。
(3)列举三种基本的汇编指令类型。
(4)解释什么是“伪指令”以及它们在汇编语言中的作用。
(5)比较“直接寻址”和“间接寻址”的区别。
(6)描述“基址寻址”和“变址寻址”各自的特点。
(7)解释“堆栈”在汇编语言中的作用,并举例说明。
(8)解释汇编语言中的“标签”作用,并给出使用场景。
(9)描述寄存器在汇编语言中的作用,并列举至少三种不同类型的寄存器。
(10)解释“汇编指令”与“机器指令”的区别。
55
汇编语言与逆向技术
(11)说明“数据定义指令”的作用,并举例说明如何使用。
(12)列出两种常见的汇编语言程序结构,并简述其特点。
(13)描述“宏指令”在汇编语言中的应用。
(14)解释在汇编语言中如何实现程序的循环控制结构。
(15)描述汇编语言中条件跳转指令的作用,并给出一个例子。
3.2 例子:整数相加减
我们来尝试编写一个进行整数加减操作的汇编语言程序。寄存器将用于存放中间数
据,我们可以调用一个库函数在屏幕上显示寄存器的内容。
以下给出程序的源码:
TITLE Add and Subtract (AddSub.asm)
; This program adds and subtracts 32-bit integers.
INCLUDE Irvine32.inc
.code
main PROC
mov eax,10000h ; EAX = 10000h
add eax,40000h ; EAX = 50000h
sub eax,20000h ; EAX = 30000h
call DumpRegs ; display registers
exit
main ENDP
END main
下面来逐行解释代码:
TITLE Add and Subtract (AddSub.asm)
TITLE伪指令将该行标为注释,因此该行可以填写任意内容。
; This program adds and subtracts 32-bit integers.
编译器会自动忽略分号右边的所有文本,因此这段内容同样为注释。
INCLUDE Irvine32.inc
INCLUDE伪指令将从Irvine32.inc文件中复制得到必需的定义和设置信息,Irvine32.inc
文件在汇编器的INCLUDE目录中。
.code
.code伪指令标记了代码段的开始位置,在代码段中存放程序所有的可执行语句。
main PROC
PROC伪指令标记了过程的开始,在这段程序中只有一段过程,其名字为main。
mov eax,10000h ; EAX = 10000h
56
第3章 汇编语言基础
MOV 指令会将整数10000h复制到EAX寄存器。MOV 指令的第一个操作数(EAX)
被称为目的操作数,第二个操作数则被称为源操作数。
add eax,40000h ; EAX = 50000h
ADD指令会将40000h加到EAX寄存器上。
sub eax,20000h ; EAX = 30000h
SUB则会从EAX寄存器中减掉20000h。
call DumpRegs ; display registers
CALL指令调用了一个显示CPU 寄存器值的过程,这通常用于证明程序的正常运行。
exit
main ENDP
exit语句间接调用了一个预定义的MS-Windows函数来终止程序。ENDP伪指令则
标记了main过程的结束。exit并不是MASM 定义的关键字,而是Irvine32.inc中定义的命
令,它提供了一种结束程序的简便方法。
END main
END伪指令标明了该行是汇编源程序的最后一行,编译器会忽略掉该行后面的所有内
容。这之后的标识符main是程序启动过程,即程序启动时要执行的子程序/程序入口点的
名字。段
:汇编语言中的程序是以段为单位组织的,常见的段有代码段、数据段和堆栈段等。
代码段包含了程序的全部可执行指令,通常代码段中会包含一个或多个过程,其中一个是启
动过程。在上述的AddSub程序中,main过程即为启动过程。数据段用于存放变量,而堆
栈段则用于存放过程运行中的参数和局部变量。
程序的输出:下面就是程序的输出值,这是通过调用DumpRegs子程序产生的。
EAX=00030000 EBX=7FFDF000 ECX=00000101 EDF=FFFFFFFF
ESI=00000000 EDI=00000000 EBP=0012FFF0 ESP=0012FFC4
EIP=00401024 EFL=00000206 CF=0 SF=0 ZF=0 OF=0 AF=0 PF=1
输出的前两行是32位通用寄存器的十六进制数值。EAX 最终值为00030000h,该值
是通过程序中的ADD和SUB指令产生的。第三行则显示了EIP(扩展指令指针)、EFL(扩
展标志)寄存器,以及进位、符号、零、溢出、辅助进位、奇偶标志的值。
3.2.1 AddSub 程序的另一个版本
在前面的AddSub程序中,我们使用了Irvine32.inc文件,这个文件包含了一些能够直
接使用的指令,也因此隐藏了一些细节。通过记忆,开发者们可以掌握Irvine32.inc的使用
方式,但在学习的初期,我们可以简单了解其中的内容。以下是一个不依赖任何包含文件版
本的AddSub程序,粗体字标识出和前一个版本不同的部分:
TITLE Add and Subtract (AddSubAlt.asm)
57
汇编语言与逆向技术
; This program adds and subtracts 32-bit integers.
.386
.model flat,stdcall
.stack 4096
ExitProcess PROTO, dwExitCode:DWORD
DumpRegs PROTO
.code
main PROC
mov eax,10000h ; EAX = 10000h
add eax,40000h ; EAX = 50000h
sub eax,20000h ; EAX = 30000h
call DumpRegs ; display registers
INVOKE ExitProcess,0
main ENDP
END main
下面讨论与之前版本不同的代码行:
.386
.386指出了程序中要求的CPU 最低版本,即Intel386。
.model flat,stdcall
.MODEL伪指令控制汇编器为保护模式程序生成代码,而STDCALL允许程序调用
MS-Windows函数。
ExitProcess PROTO, dwExitCode:DWORD
DumpRegs PROTO
这两条PROTO 伪指令声明了前一版本程序调用的过程的原型:ExitProcess是一个
MS-Windows函数,它的作用就是终止当前程序(即当前进程);DumpRegs是Irvine32链接
库中用于显示寄存器的过程。
INVOKE ExitProcess,0
程序通过调用ExitProcess来结束执行,此时传递给函数的参数是返回码,值为0。
INVOKE本身是一个用于调用过程和函数的汇编伪指令。
3.2.2 程序模板
汇编语言程序和其他语言一样,有一个简单的基本框架结构。随着情况的不同,开发者
可以自由地改变这一框架。在开始学习编写汇编语言程序时,开发者们可以借助基本框架
快速创建具有所有元素的空程序,然后填写其中缺少的部分即可。以下我们给出一个保护
模式模板(Template.asm),便于初学者根据需要进行自定义。
TITLE Program Template (Template.asm)
; 程序的描述:
; 作者:
; 创建日期:
; 修改:
58
第3章 汇编语言基础
; 日期: 修改者:
INCLUDE Irvine32.inc
.data
; (在此处键入变量)
.code
main PROC
;(在此处插入可执行代码)
exit
main ENDP
; (在此插入其他的子程序)
END main
在程序的开始位置插入了几个注释区域。这里包含了程序的描述、作者的名字、创建日
期以及后续修改信息,便于开发者和读者快速了解程序。
本节习题
(1)编写一个汇编语言程序,实现两个32位整数的加法操作。
(2)在整数加法汇编程序中,寄存器如何被用来存储和操作数据?
(3)编写一个汇编程序段,使用SUB指令从一个寄存器值中减去一个立即数。
(4)解释汇编语言中ADD和SUB指令的基本语法格式。
(5)如何使用寄存器间接寻址方式实现两个内存中整数的加法操作?
(6)在整数加减汇编程序中,如何显示寄存器的当前值?
(7)编写一个汇编程序,先将两个整数相加,然后从结果中减去第三个整数。
3.3 汇编、链接和运行程序
前面几章,我们介绍了简单的机器语言程序。但是,汇编语言所编写的程序是不能像机
器语言一样直接在目标机上运行的,必须被汇编成可执行代码。从效果上来看,汇编器和其
他编译器(如C++、Java的编译器)十分相似。
汇编器会生成一个包含机器语言的文件,称为目标文件。目标文件需要被传递给另一
个称为链接器的程序,再由链接器生成可执行文件。这样得到的可执行文件,就可以利用
MS-DOS/MS-Windows命令提示符来执行了。
1. 总体流程
开发者编辑、编译、链接、执行汇编语言程序的总体流程如图3-1所示。
步骤1:开发者使用编辑器创建ASCII文本文件,即源文件(sourcefile)。
步骤2:汇编器读取源文件并生成目标文件(objectfile),即源文件到机器语言的翻译
文件。此外,还可以选择生成列表文件(listingfile)。如果发生错误,开发者必须回到步骤1
修改程序。
步骤3:链接器会读取目标文件,并检查程序是否调用链接库中的过程。链接器将从库
中复制需要的过程,并将其与目标文件合并在一起,生成可执行文件(executablefile)或映
像文件(mapfile)。
59
汇编语言与逆向技术
图3-1 汇编语言执行的总体流程
步骤4:操作系统的装载器(loader)会将可执行文件读入内存,并驱使CPU 转移到程
序的起始地址开始执行程序。
2. 链接器创建/更新的文件
(1)程序数据库文件:如果用调试(-Zi)选项来编译程序,MASM 就会创建程序数据库
文件,其扩展名为PDB。在链接阶段,链接器会读取并更新它。在调试程序时,调试器可以
利用PDB文件来显示程序的源代码、数据、运行时栈和其他附加信息。
(2)映像文件:所谓映像文件是指包含了被链接程序中分段信息的文本文件,映像文
件主要包括以下5种信息。
. 程序文件头中的时间戳。
. 程序入口地址。
. 模块名,即链接器生成的可执行文件中除扩展名外的部分的基本名。
. 程序中各个段组的列表,其中包含每个段组的起始地址、长度、组名以及类别信息。
. 公共符号的列表,其中包括每个符号的地址、名称、线性地址以及定义符号的模块。
(3)列表文件:列表文件包含程序源代码、行号、偏移地址、经过翻译的机器码以及一
个符号表,格式适于打印。以下就是我们在3.2节创建的AddSub程序的列表文件:
Microsoft (R) Macro Assembler Version 8.00
Add and Subtract (AddSub.asm) Page 1 - 1
TITLE Add and Subtract (AddSub.asm)
; This program adds and subtracts 32-bit integers.
INCLUDE Irvine32.inc
C ; Include file for Irvine32.lib (Irvine32.inc)
C INCLUDE SmallWin.inc
60
第3章 汇编语言基础
00000000 .code
00000000 main PROC
00000000 B8 00010000 mov eax,10000h ; EAX = 10000h
00000005 05 00040000 add eax,40000h ; EAX = 50000h
0000000A 2D 00020000 sub eax,20000h ; EAX = 30000h
0000000F E8 00000000E call DumpRegs
exit
0000001B main ENDP
END main
Structures and Unions: (omitted)
Segments and Groups:
Name Size Length Align Combine Class
FLAT………..Group
STACK……...32 Bit 00001000 DWord Stack 'STACK'
_DATA………32 Bit 00000000 DWord Public 'DATA'
_TEXT………32 Bit 0000001B DWord Public 'CODE'
Procedures,parameters and locals (list abbreviated):
Name Type Value Attr
CloseHandle…P Near 00000000 FLAT Length=00000000 External STDCALL
ClrScr………..P Near 00000000 FLAT Length=00000000 External STDCALL
..m
ain………….P Near 00000000 _Text Length=0000001B Public STDCALL
Symbols (list abbreviated):
Name Type Value Attr
@CodeSize……………………….Number 00000000h
@DataSize…………….………….Number 00000000h
@InterSize……….……………….Number 00000003h
@Model….……………………….Number 00000007h
@code…………………………….Text _TEXT
@data.…………………………….Text FLAT
@fardata? ……...………………….Text FLAT
@fardata……….………………….Text FLAT
@stack…………………………….Text FLAT
..e
xit………………………………...Text INVOKE ExitProcess,0
0 Warnings
0 Errors
本节习题
(1)描述汇编器的功能,以及它是如何将汇编语言代码转换成机器语言代码的。
(2)什么是链接器? 以及为什么在汇编语言程序开发中需要链接器?
(3)解释汇编语言程序的运行过程,并讨论与高级语言程序运行的区别。
(4)在创建汇编语言程序时,如何处理和解决模块间的引用问题?
(5)描述汇编语言程序调试的一般步骤和常见问题。
61
汇编语言与逆向技术
3.4 定义数据
在本节中,我们将探讨汇编语言在定义和处理数据方面的广泛应用,包括不同数据
类型的定义和优化存储方案。展望未来,汇编语言在支持中国科技创新和高性能计算领
域中扮演着至关重要的角色。随着物联网、智能硬件及人工智能技术的不断发展,对于
能直接操控硬件并最大限度提高运算效率的编程语言的需求日益增加。汇编语言的这
些特性使得它在开发需要极致性能优化的系统时,成为了不可或缺的工具。因此,深入
了解如何使用汇编语言精确地定义和操控数据,将直接影响到未来技术解决方案的效率
和创新速度。
3.4.1 内部数据类型
MASM 中定义了多种内部数据类型,这些数据类型描述了变量、表达式的取值集合。
数据类型以数据位的数目度量的大小为基本特征:8,16,32,48,64,80位。数据类型的符
号、指针、浮点等其他特征是为了方便开发者记忆所提供的。例如,DWORD变量在逻辑上
存储的是一个32位无符号整数,但是实际上也可以存放一个有符号位的32位整数、32位
指针或32位浮点数。
在编程时,MASM 汇编器本身对于大小写是不敏感的,如伪指令BYTE可写作byte、
Byte、bYte等大小写混合的格式。
在表3-3中,除了最后三种REAL类型之外,其余所有的数据类型都是整数数据类型。
表格中IEEE符号指的是由IEEE委员会发布的标准实数格式。
表3-3 内部数据类型
类 型用 途
BYTE 8位无符号整数
SBYTE 8位有符号整数
WORD 16位无符号整数(在实地址模式下可为近指针)
SWORD 16位有符号整数
DWORD 32位无符号整数(在保护模式下可为近指针)
SDWORD 32位有符号整数
FWORD 48位整数
QWORD 64位整数
TBYTE 80位(10字节)整数
REAL4 32位(4字节)IEEE短实数
REAL8 64(8字节)IEEE长实数
REAL10 80位(10字节)IEEE扩展精度实数
62
第3章 汇编语言基础
3.4.2 数据定义语句
数据定义语句会在存储空间中为变量保留对应的位置,并且给变量一个指定的名字。
数据定义语句会创建表3-3中汇编器内部数据类型对应的变量,其定义格式如下。
[变量名] 数据定义伪指令初始值[,初始值]…
(1)变量名:数据定义语句中变量的名字是可选择的,必须遵循标识符名的创建规则
(3.1.7节)。
(2)数据定义伪指令:可以是BYTE、WORD、DWORD、SBYTE、SDWORD 或表3-3
列出的任何其他类型。数据定义伪指令也可以是表3-4中历史遗留的数据定义伪指令,其
他汇编器(如TASM、NASM)也支持这些伪指令。
表3-4 历史遗留的数据定义伪指令
伪 指 令用 途
DB 定义8位整数
DW 定义16位整数
DD 定义32位整数或实数
DQ 定义64位整数或实数
DT 定义10字节(80位)
(3)初始值:在数据定义语句中,初始值必须要有一个指定值,即使其为0。如果有多
个初始值,应该以逗号分隔。对于整数数据类型,其初始值可以是与变量的数据类型尺寸相
匹配的整数常量或表达式。对于一些不想初始化变量的特殊情况,也可以用符号“?”作为初
始值。不论初始值的格式如何,其均由编译器转换为二进制数据。因此,00110100b、34h和
52d都会产生同样的二进制值。
3.4.3 定义BYTE 和SBYTE 数据
在数据定义语句中使用BYTE(定义字节)、SBYTE(定义有符号字节)伪指令,可以为
一个或多个有符号、无符号字节分配存储空间,每个初始值必须是8位的整数表达式或字符
常量。例如:
val1 BYTE 0 ; 最小的无符号字节常量
val2 BYTE 255 ; 最大的无符号字符常量
val3 BYTE 'A' ; 字符常量
val4 SBYTE -127 ; 最小的有符号字节常量
val5 SBYTE +128 ; 最大的有符号字节常量
使用问号代替初始值可以定义未初始化的常量,在可执行指令运行时,这一变量将被动
态赋值。
val1 BYTE ?
变量名是一个标号,标记相对于段开始位置的偏移。用一个例子来说明,假如val1位
63
汇编语言与逆向技术
于数据段的偏移0000处并占用1字节的存储空间,那么val2将位于段内偏移值0001的
地方。
val1 BYTE 10h
val2 BYTE 20h
遗留的DB 伪指令可以定义有符号或无符号的8 位变量:
val1 DB 255 ; 无符号字节
val2 DB -128 ; 有 符号字节
1. 多个初始值
如果一条数据定义语句中有多个初始值,那么标号仅仅代表第一个初始值的偏移。以
下面的list变量为例,假设list位于偏移0000处,那么值10将位于偏移0000处,值20位于
偏移0001处,值30位于偏移0002处,值40位于偏移0003处。
list BYTE 10,20,30,40
图3-2 list的定
义情况
图3-2展示了list的定义情况。
并非所有的数据定义都需要标号,如果想在以上list的定义基础上
继续定义以list开始的字节数组,可以在随后的行中继续定义其他数据。
list BYTE 10,20,30,40
BYTE 50,60,70,80
BYTE 81,82,83,84
在单条数据定义语句中,初始值可使用不同基数,字符和字符串也可
以自由混用。在以下例子中,list1和list2的内容是等同的。
list1 BYTE 10,32,41h,00100010b
list2 BYTE 0Ah,20h,'A',22h
2. 定义字符串
定义字符串需要将一组字符用单引号或双引号括起来。最常见的字符串是以空字符
(即NULL字符,等价于数值0)来结尾的字符串,在其他的语言如C、C++、Java程序中会使
用以下字符串。
string1 BYTE "happy new year",0
string2 BYTE "Merry Christmas",0
这里的每个字符都占用一字节。对于其他类型的初始值来说,每个初始值之间都必须
用逗号隔开,而字符串则是一个例外。字符串可以占用多行,不需要为每一行都提供标号,
例如:
string1 BYTE "Happy New Year!",0dh,0ah,
BYTE "I wish you all"
BYTE "all the best.",0
十六进制字节0DH 和0AH 即为行结束字符(CR/LF,回车换行符),在向标准输出设
备上写的时候,回车换行符会将光标移至下一行。
64
第3章 汇编语言基础
续行符(\)则将两行连接成一条程序语句,续行符只能放在每行的末尾。对于下面两条
语句来说,其内容是等价的。
string1 BYTE "Happy New Year"
string1 \
BYTE "Happy New Year"
3. DUP 操作符
DUP操作符使用一个常量表达式作为计数器为多个数据项来分配存储空间。在为字
符串和数组分配空间时,DUP 伪指令非常有用。初始化和未初始化的数据都可以使用
DUP伪指令来定义。
BYTE 10 DUP(0) ; 10 字节,全部等于0
BYTE 10 DUP(? ) ; 10 字节,未经初始化
BYTE 3 DUP("ABC") ; 9 字节,值为"ABCABCABC"
3.4.4 定义WORD 和SWORD 数据
在数据定义语句中如果使用WORD(用于定义字)和SWORD(用于定义有符号字)伪
指令就可以为一个或多个16位整数分配存储空间,以下给出一些例子:
word1 WORD 65535 ; 最大无符号字
word2 SWORD -32768 ; 最小有符号字
word3 WORD ? ; 未初始化的无符号数
此外,也可以使用遗留的DW 指令。
dw1 DW 65535 ; 无符号
dw2 DW -32768 ; 有符号
字数组:可以通过显示指令初始化每个元素,或使用DUP操作符创建字数组。以下是
包含特定初始值的字数组的例子:
wordList WORD 1,2,3,4,5
图3-3 wordList的
存储情况
图3-3即为该数组在内存中的存储情况,我们假设wordList从
偏移0000处开始,地址以2递增(每个元素值要占用2字节)。
DUP操作符为初始化多个字提供方便。
array WORD 5 DUP(? ) ; 5 个未初始化的值
3.4.5 定义DWORD 和SDWORD 数据
在数据定义语句中使用DWORD(定义双字)和SDWORD(定义
有符号双字)伪指令,可以为一个或多个32位的整数分配存储空间,
例如:
val1 DWORD 12345678h ; 无符号数
val2 SDWORD -2147483648 ; 有符号数
65
汇编语言与逆向技术
val1 DWORD 20 DUP(? ) ; 无符号数数组
此外,也可以使用遗留的DD伪指令。
val1 DD 12345678h ; 无符号
val2 DD -2147483648 ; 有 符 号
双字数组:所谓双字数组,就是指可以通过显式指令初始化数组每个元素,或使用
DUP操作符来创建双字数组。例如下面的数组即为一个包含无符号初始值的双字数组:
dwordList DWORD 1,2,3,4,5
图3-4 dwordList的
存储情况
图3-4即为该数组在内存中的存储情况,我们假设dwordList从
偏移0000处开始,注意此时地址以4递增。
3.4.6 定义QWORD 数据
使用QWORD(定义8字节)伪指令可以定义64位的数据。
val1 QWORD 1234567812345678h
此外,使用遗留的DQ 伪指令也可以获得相同的效果。
val1 DQ 1234567812345678h
3.4.7 定义TBYTE 数据
使用TBYTE(定义10字节)伪指令可以定义80位的数据。该数据类型一开始是为了
用二进制编码存储的十进制数而准备的,对于这类数据进行操作时,必须使用浮点指令集中
的特殊指令。
val1 TBYTE 1000000000123456789Ah
此外,也可以使用遗留的DT伪指令。
val1 DT 1000000000123456789Ah
3.4.8 定义实数
REAL4定义4字节的单精度实数,REAL8定义8字节的双精度实数,REAL10定义
10字节的扩展精度实数,对于每个伪指令,都要求一个或多个与其数据尺寸相匹配的实数
常量初始值。
val1 REAL4 -2.1
val2 REAL8 3.2E-260
val3 REAL10 4.6E+4096
val4 REAL4 20 DUP(0.0)
在表3-5中,列出了每种实数类型的最小有效位数及其表示范围。
66
第3章 汇编语言基础
表3-5 实数类型的最小有效位数及表示范围
数据类型有效数据位数表示范围
单精度实数6 1.18×10-38~3.40×1038
双精度实数15 2.23×10-308~1.79×10308
扩展精度实数19 3.37×10-4932~1.18×104932
此外,遗留的DD、DQ 和DT伪指令也都可以用于定义实数。
rVal1 DD -1.2 ; 短实数
rVal2 DQ 3.2E-260 ; 长实数
rVal3 DT 4.6E+4096 ; 扩展精度实数
3.4.9 小端字节序
所谓小端字节序(little-endianorder),是指Intel处理器存取内存数据的一种方案。小
端指的是变量的最低有效字节存储在地址值最小的地址单元中,而其余字节将在内存中按
照顺序连续存储。
以双字12345678h为例,画出其在内存中的存储情况。假设我们将该双字存储在偏移
0处,78h会存储在第一字节中,56h则会存储在第二字节中,其余继续按顺序存储在第三和
第四字节中,如图3-5所示。
其他有些计算机系统使用大端字节序(big-endianorder)来存储内存数据。图3-6展示
了从偏移0开始的双字12345678h。
图3-5 小端字节序存储12345678h
图3-6 大端字节序存储12345678h
3.4.10 为AddSub 程序添加变量
现在重新回顾之前讨论的AddSub程序,用学过的数据来定义伪指令,可以再添加一个
包含多个双字变量的数据段。经过修改之后的程序称其为AddSub2:
TITLE Add and Subtract (AddSub2.asm)
; This program adds and subtracts 32-bit unsigned.
; integers and stores the sum in a variable.
INCLUDE Irvine32.inc
.data
val1 DWORD 10000h
val2 DWORD 40000h
67
汇编语言与逆向技术
val3 DWORD 20000h
finalVal DWORD ?
.code
main PROC
mov eax, val1 ; start with 10000h
add eax, val2 ; add 40000h
sub eax, val3 ; subtract 20000h
mov finalVal, eax ; store the result (30000h)
call DumpRegs ; display the registers
exit
main ENDP
END main
下面简要解释其工作流程。
首先,变量val1里的整数值被送到EAX寄存器。
mov eax, val1 ; start with 10000h
然后,变量val2中存储的整数值被加载到EAX寄存器中。
add eax, val2 ; add 40000h
接着,EAX寄存器内的整数值减掉变量val3内的整数值。
sub eax, val3 ; subtract 20000h
最后,EAX寄存器内的整数被复制到变量finalVal中。
mov finalVal, eax ; store the result (30000h)
3.4.11 未初始化数据的声明
.DATA? 伪指令可以用于声明未初始化的数据,.DATA? 在定义大块的未初始化数
据时非常有用,可以有效减小编译后的程序尺寸。以下面的声明语句为例:
data
smallArray DWORD 10 DUP(0) ; 40 字节
.data?
.bigArray DWORD 5000 DUP(? ) ; 20000 未初始化字节
相反地,以下的例子在编译后会产生大于20000字节的程序:
.data
smallArray DWORD 10 DUP(0) ; 40 字节
bigArray DWORD 5000 DUP(? ) ; 20000 字节
混合代码和数据:汇编器允许程序在代码和数据之间自由切换。对于一些定义在局部
程序中使用的变量,这是非常方便的。以下例子在两段代码中直接插入并创建了一个名为
test的变量:
.code
mov eax, ebx
68